计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
6期
378-381,385
,共5页
遥感图像%人工蜂群算法%支持向量规%偏好区域
遙感圖像%人工蜂群算法%支持嚮量規%偏好區域
요감도상%인공봉군산법%지지향량규%편호구역
Remote sensing image%Artificial bee colony (ABC) algorithm%Support vector machine (SVM)%Preference region
遥感图像具有信息大、灰度级大等特点,传统简单组合特征出现特征冗余、维数高等缺陷,造成图像分类精度差.为提高分类的准确性,提出一种多目标优化人工蜂群算法的遥感图像自动分类算法(ABC-SVM).首先提取遥感图像的颜色、纹理特征,然后采用人工蜂群算法对特征进行选择和优化,最后采用支持向量机对优化特征进行训练,建立遥感图像自动分类模型.仿真结果表明,ABC-SVM克服了传统组合特征算法的缺陷,提高了遥感图像分类准确率,加快分类速度,可以满足遥感图像分类的实时性要求.
遙感圖像具有信息大、灰度級大等特點,傳統簡單組閤特徵齣現特徵冗餘、維數高等缺陷,造成圖像分類精度差.為提高分類的準確性,提齣一種多目標優化人工蜂群算法的遙感圖像自動分類算法(ABC-SVM).首先提取遙感圖像的顏色、紋理特徵,然後採用人工蜂群算法對特徵進行選擇和優化,最後採用支持嚮量機對優化特徵進行訓練,建立遙感圖像自動分類模型.倣真結果錶明,ABC-SVM剋服瞭傳統組閤特徵算法的缺陷,提高瞭遙感圖像分類準確率,加快分類速度,可以滿足遙感圖像分類的實時性要求.
요감도상구유신식대、회도급대등특점,전통간단조합특정출현특정용여、유수고등결함,조성도상분류정도차.위제고분류적준학성,제출일충다목표우화인공봉군산법적요감도상자동분류산법(ABC-SVM).수선제취요감도상적안색、문리특정,연후채용인공봉군산법대특정진행선택화우화,최후채용지지향량궤대우화특정진행훈련,건립요감도상자동분류모형.방진결과표명,ABC-SVM극복료전통조합특정산법적결함,제고료요감도상분류준학솔,가쾌분류속도,가이만족요감도상분류적실시성요구.