摘要: 智能式遥感分类是遥感研究的热点和趋势。蚁群算法作为一种新型智能优化算法,尽管已经成功应用于遥感数据分类等多个方面,但由于其基于分类规则挖掘进行分类,仍存在收敛慢、计算时间长等缺点。基于Ant-Miner算法,提出了改进蚁群规则挖掘算法。首先,从信息素浓度增加项,信息素挥发系数两方面,改进信息素浓度更新策略;其次,在算法求解中,引入变异算子,有效加快进化过程,缩短计算时间,获得较好的分类规则。论文以长沙市城区2006年TM影像为实验数据,在分类实验中对算法进行了验证。结果表明,相对于Ant-Miner和决策树方法而言,改进蚁群规则挖掘算法能挖掘出规则数目更少、形式更简单的分类规则,同时缩短计算时间,从而能够提高分类精度和效率。
中图分类号:
吴孔江,曾永年,靳文凭,何丽丽,李静. 基于改进蚁群规则挖掘算法的遥感影像分类[J]. 测绘学报.
[1] | 程结海, 黄中意, 王建如, 何湜. 高空间分辨率遥感影像最优分割结果自动确定方法[J]. 测绘学报, 2022, 51(5): 658-667. |
[2] | 梁哲恒, 黎宵, 邓鹏, 盛森, 姜福泉. 融合多尺度特征注意力的遥感影像变化检测方法[J]. 测绘学报, 2022, 51(5): 668-676. |
[3] | 白坤, 慕晓冬, 陈雪冰, 朱永清, 尤轩昂. 融合半监督学习的无监督遥感影像场景分类[J]. 测绘学报, 2022, 51(5): 691-702. |
[4] | 黄明益, 吴军, 高炯笠. 多镜头全景摄像机球面视频无缝生成[J]. 测绘学报, 2022, 51(5): 703-717. |
[5] | 王丹菂, 邢帅, 徐青, 林雨准, 李鹏程. 单频机载激光测深海陆回波自动分类方法[J]. 测绘学报, 2022, 51(5): 750-761. |
[6] | 张志敏. 基于遥感反照率的青藏高原冰川年际物质平衡估算研究[J]. 测绘学报, 2022, 51(5): 781-781. |
[7] | 李永强, 李鹏鹏, 董亚涵, 范辉龙. 车载LiDAR点云数据中杆状地物自动提取与分类[J]. 测绘学报, 2020, 49(6): 724-735. |
[8] | 王竞雪, 刘肃艳, 王伟玺. 联合共线约束与匹配冗余的组直线匹配结果检核算法[J]. 测绘学报, 2020, 49(6): 746-756. |
[9] | 詹总谦, 胡孟琦, 满益云. 多尺度区域生长点云滤波地表拟合法[J]. 测绘学报, 2020, 49(6): 757-766. |
[10] | 韩斌, 吴一全. SAR图像河流提取的主动轮廓模型的稳健估计算法[J]. 测绘学报, 2020, 49(6): 777-786. |
[11] | 邓睿哲, 陈启浩, 陈奇, 刘修国. 遥感影像船舶检测的特征金字塔网络建模方法[J]. 测绘学报, 2020, 49(6): 787-797. |
[12] | 黄亮. 多时相遥感影像变化检测技术研究[J]. 测绘学报, 2020, 49(6): 801-801. |
[13] | 吴文豪, 张磊, 李陶, 龙四春, 段梦, 周志伟, 祝传广, 蒋廷臣. 基于几何配准的多模式SAR影像配准及其误差分析[J]. 测绘学报, 2019, 48(11): 1439-1451. |
[14] | 赵生银, 安如, 朱美如. 联合像元-深度-对象特征的遥感图像城市变化检测[J]. 测绘学报, 2019, 48(11): 1452-1463. |
[15] | 刘照欣, 赵辽英, 厉小润, 陈淑涵. 高光谱亚像元定位的线特征探测法[J]. 测绘学报, 2019, 48(11): 1464-1474. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||