基于免疫粒子群优化算法的影像纹理分类

摘要：

粒子群优化算法是基于群智能的随机全局优化方法,它源于对鸟群简化社会系统的模拟.为了提高标准粒子群优化算法的收敛性能,将生物免疫系统的记忆能力和多样性引入标准粒子群优化算法,提出一种免疫粒子群优化算法.在提取纹理样本Laws纹理能量模板特征、小波特征等纹理特征的基础上,提出针对分类问题的粒子表达方法和群体寻优策略,实现了基于免疫粒子群算法的纹理分类.实验结果表明,与标准粒子群优化算法相比,免疫粒子群优化算法在获取训练样本类别中心时具有较好的收敛性能,并且基于该算法的影像纹理分类具有较高的分类精度.

关键词：粒子群优化算法、生物免疫系统、记忆能力、多样性、纹理分类

所属期刊栏目：37

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金40523005

在线出版日期：2008-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：185-189,195