一种基于生物群集智能优化的遥感分类方法

摘要：

提出了一种基于生物群集智能(swarm intelligence-based)的遥感影像分类新方法. 智能式分类是遥感研究的热点和趋势. 设计出一种新的实数制编码的粒子群遥感影像分类器(PSO-Miner), 在分类规则提取时, 粒子能自动寻找各个波段的最优分割点. 并且该方法所提取的分类规则毋需通过数学公式来表达, 能更方便和准确地描述自然界中的复杂关系, 比数学公式更容易让人理解. 将该方法应用于番禺地区的遥感影像, 取得了较好的分类结果. 并与See5.0决策树方法进行了对比研究, 实验结果表明, 基于群集智能方法的分类精度比决策树方法的精度更高.

关键词：群集智能、粒子群(Particle Swarm Optimization、PSO)、遥感影像、分类

所属期刊栏目：37

分类号：TP7(遥感技术)

资助基金：国家自然科学基金40525002;国家高技术研究发展计划863计划2006AA12Z2062;国家海洋局青年海洋科学基金2007430;农业部南海区渔政渔港监督管理局资助项目0641

在线出版日期：2007-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1400-1408