-
题名空间逐步寻优的数据挖掘法的多波段影像分类研究
被引量：5
- 1
-
-
作者
骆剑承
周成虎
梁怡
-
机构
中国科学院地理研究所
香港中文大学地理系
-
出处
《地球信息科学学报》
CSCD
1999年第1期52-59,共8页
-
文摘
对于在特征空间中寻找特征模式,一般是通过假设分布函数一次性对样本空间进行分离的方法去试图获得特征空间的样本总体分布规律。但是由于样本集之间互相重叠或者由于离散样本相互干扰的原因,往往很难获取细节性和过程性的分布结构,而直接影响结果的精度和解释力。本文提出了空间逐步寻优的数据挖掘方法(SOMM),是在遗传算法寻优理论基础上,根据知识参数化样本分布函数,来逐步分离样本空间,获得样本空间的树状的层状分布结构;同时提出了基于SOMM的多波段遥感影像聚类模型和监督分类模型;最后对分类过程和结果进行了综合分析,通过与最大似然和BP神经网络方法相比较,认为SOMM方法在过程化、细节化、分类精度、融合领域知识等方面具有一定的优势。
-
关键词
空间逐步寻优(somm)
数据挖掘
遗传算法
影像分类
-
Keywords
somm data mining genetic algorithms remote sensing image classification
-
分类号
P627
[天文地球—地质矿产勘探]
-
-
题名基于混沌遗传算法的遥感影像分类
被引量：4
- 2
-
-
作者
黄明
吴延斌
-
机构
中国矿业大学煤炭资源与安全开采国家重点实验室
黑龙江工程学院测绘工程系
-
出处
《测绘科学》
CSCD
北大核心
2011年第2期5-8,共4页
-
基金
国家"973"项目(2006CB202209)
国家自然基金重大项目(50490271)
-
文摘
为提高遥感影像分类精度,本文提出基于混沌遗传算法(Chaos Genetic Algorithm)的遥感影像分类方法。首先应用混沌遗传算法对样本进行自学习得到全局最优的聚类中心,然后通过得到的聚类中心对整幅影像进行分类。该方法利用混沌变量的遍历性,进行粗粒搜索,优化遗传算法的初始种群,从而提高收敛速度;对经过选择算子、交叉算子、变异算子计算得到的优秀个体,利用混沌系统对初始条件和系统参数的敏感性进行混沌扰动,避免陷入局部最优,从而得到全局最优解,获得最优聚类中心。该方法应用于淮南矿区TM影像分类,实验表明该方法分类总正确率为88.26%,Kappa系数为0.853,优于传统分类方法。
-
关键词
遥感影像
影像分类
采煤沉陷区
混沌
遗传算法
-
Keywords
remote sensing image
image classification
mining subsidence
chaos
genetic algorithm
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
