10.3969/j.issn.1006-8961.2005.01.003
基于克隆选择的多光谱遥感影像分类算法
为了对多光谱遥感影像进行更精确的分类,提出了一种基于克隆选择(clonal selection)的多光谱遥感影像分类算法.该方法首先应用基于人工免疫系统的克隆选择算法对样本进行自学习来得到全局最优的聚类中心,然后利用学习得到的聚类中心对整幅影像进行分类.由于克隆选择算法具有生物免疫系统自组织、自学习、自识别、自记忆的能力,不仅使得基于克隆选择的多光谱遥感影像分类算法具有非线性的分类能力,而且能够快速准确地得到全局最优解,从而克服了传统分类方法约束条件多、容易陷入局部最优的缺点.实验结果证明,基于克隆选择的多光谱遥感影像分类算法在分类精度上优于传统的分类方法,其总精度和Kappa系数分别达到了93.63%和0.915,因而具有实用价值.
人工免疫系统、克隆选择、分类、模式识别、免疫算法
10
TP751(遥感技术)
国家重点基础研究发展计划973计划2003CB415205;国家自然科学基金40471088;国家高技术研究发展计划863计划2002AA135230-A;全国高等学校优秀博士学位论文作者专项基金200142
2005-03-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
18-24