基于免疫粒子群优化算法的影像纹理分类

• 作者: 李德仁 李林宜
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 粒子群优化算法 生物免疫系统 记忆能力 多样性 纹理分类
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 185-189,195
• 页数: 6页
• 分类号: P237
• 字数: 3290字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-1595.2008.02.010

摘要

粒子群优化算法是基于群智能的随机全局优化方法,它源于对鸟群简化社会系统的模拟.为了提高标准粒子群优化算法的收敛性能,将生物免疫系统的记忆能力和多样性引入标准粒子群优化算法,提出一种免疫粒子群优化算法.在提取纹理样本Laws纹理能量模板特征、小波特征等纹理特征的基础上,提出针对分类问题的粒子表达方法和群体寻优策略,实现了基于免疫粒子群算法的纹理分类.实验结果表明,与标准粒子群优化算法相比,免疫粒子群优化算法在获取训练样本类别中心时具有较好的收敛性能,并且基于该算法的影像纹理分类具有较高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德仁	武汉大学测绘遥感信息工程国家重点实验室	350	13038	58.0	101.0
2	李林宜	武汉大学遥感信息工程学院	11	52	4.0	7.0