GABA算法的遥感图像分类
为了弥补蝙蝠算法后期收敛速度慢、寻优精度不高、易陷入局部最优值的缺点,本文提出了一种新的遥感图像分类算法——GABA算法,该算法将遗传算法中的选择、交叉、变异操作应用到蝙蝠算法中,使蝙蝠算法具有变异机制,避免种群个体陷入局部最优,提高了算法全局寻优能力,增加了蝙蝠算法的多样性.同时,为了突出本文算法的优点,试验将蝙蝠算法、K-means算法、粒子群算法与本文算法结果进行比较,分析评价遥感图像的分类结果.试验表明本文算法在遥感图像分类应用中既提高了分类精度又减少了分类时间,是一种可行、有效的遥感图像分类方法.
GABA算法、蝙蝠算法、遗传算法、图像分类、遥感图像
P237(摄影测量学与测绘遥感)
国家自然科学基金41661088;基于北斗卫星的山地高效农业产业园区智能管理系统开发与应用黔科合 GY 字〔2015〕3001;贵州省高层次创新型人才培养计划——"百"层次人才黔科合平台人才[2016]5674
2018-03-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
62-66,71