克隆选择算法在遥感影像分类中应用.pdfVIP

克隆选择算法在遥感影像分类中的应用 第六图书馆 针对遥感影像分类中的局部极值、鲁棒性等问题,提出基于克隆选择算法的遥感影像监督分类方法。所提方法将遥感影像各 波段亮度值定义为抗原的属性,通过计算遥感像元与抗体的亲和力识别其类别,并采用实数制方式对抗体进行变异,在保证亲 和力上升的同时,也保证了系统的多样性。该算法应用于广州市遥感影像数据分类的实验结果显示:在抗体的进化过程中,抗 体的亲和力和识别能力不断提高,最终的分类精度达到92.9%。与最大似然法相比,克隆选择算法的分类精度更高。针对遥感 影像分类中的局部极值、鲁棒性等问题,提出基于克隆选择算法的遥感影像监督分类方法。所提方法将遥感影像各波段亮度 值定义为抗原的属性,通过计算遥感像元与抗体的亲和力识别其类别,并采用实数制方式对抗体进行变异,在保证亲和力上升 的同时,也保证了系统的多样性。该算法应用于广州市遥感影像数据分类的实验结果显示:在抗体的进化过程中,抗体的亲和 力和识别能力不断提高,最终的分类精度达到92.9%。与最大似然法相比,克隆选择算法的分类精度更高。遥感 图像识别 人工智能 克隆选择中山大学学报:自然科学版张灵 陈晓宏 翁毅 王兆礼 [1]中山大学水资源与环境研 究中心,广东广州510275 [2]中山大学地理科学与规划学院,广东广州510275 [3]华南理工大学土木工程系,广东广州 5106402008第六图书馆 第六图书馆 第47卷 第 3期 中山大学学报 (自然科学版) Vo1．47 No．3 2008年 5月 ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS SUNYATSENI Mav 2008 克隆选择算法在遥感影像分类中的应用 张 灵 ，陈晓宏 ，翁 毅 ，王兆礼 (1．中山大学水资源与环境研究中心，广东广州510275； 2．中山大学地理科学与规划学院，广东广州 510275； 3．华南理工大学土木工程 系，广东广州510640) 摘 要 ：针对遥感影像分类中的局部极值、鲁棒性等问题，提出基于克隆选择算法的遥感影像监督分类方法。 所提方法将遥感影像各波段亮度值定义为抗原的属性，通过计算遥感像元与抗体 的亲和力识别其类别 ，并采用 实数制方式对抗体进行变异 ，在保证亲和力上升的同时，也保证了系统的多样性。该算法应用于广州市遥感影 像数据分类的实验结果显示 ：在抗体的进化过程中，抗体的亲和力和识别能力不断提高，最终的分类精度达到 92．9％。与最大似然法相比，克隆选择算法的分类精度更高。 关键词 ：遥感；图像识别；人工智能；克隆选择 中图分类号：P283．8 文献标识码 ：A 文章编号：0529-6579(2008)03-0128-05 随着人类对 自然资源开发利用的深入，土地利 工免疫系统 (ArtificialImmuneSystem，AIS)是模 用、覆盖情况发生了快速的变化，新的地表信息的 仿 自然免疫系统功能的一种人工智能方法，它通过 获取 13益受到关注。卫星遥感数据为人们提供了一 实现外界物质的自然防御机理的学习技术，提供了 个新的信息渠道。但由于 自然环境的复杂性，从遥 噪声忍耐、自学习、自组织、记忆等进化学习机 感数据中提取的地表信息总是存在一定的不确定 理，结合了分类器、神经网络和机器推理等系统的 性 ]。如何提高遥感图像分类的精度，以使从光 优点 。与传统的分类方法不同，人工免疫算 谱信号中提取的信息准确客观地反映实际情况，是 法是一种非参数的分类方法，并不要求训练数据为 第六图书馆 学术界的热点问题。 正态分布，因此训练样本的选择和参数估计不会直 图像分类是指对