基于蚁群规则挖掘算法的多特征遥感数据分类

• 作者: 刘建波 戴芹
• 来源期刊: 地理研究
• 学科: 地球科学
• 关键词: 蚁群规则挖掘 多特征数据 遥感数据分类
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 地球信息科学
• 页码范围: 1136-1145
• 页数: 10页
• 分类号: P3
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0585.2009.04.028

摘要

蚁群算法作为一种新型的智能优化算法,已经成功应用在许多领域,然而应用蚁群优化算法进行遥感数据处理则是一个新的研究热点.蚁群规则挖掘算法是基于分类规则挖掘进行分类,能够处理多特征的数据.因此,论文将蚁群规则挖掘算法应用到多特征遥感数据分类处理中,并采用北京地区的Landsat TM和Envisat ASAR数据作为实验数据,对选择的遥感数据进行了多特征分类实验.实验结果分别与最大似然分类法、C4.5方法进行对比,分析表明:1)蚁群规则挖掘算法是一种无参数分类的智能方法,具有很好的鲁棒性,2)能够挖掘较简单的分类规则;3)能够充分利用多源遥感数据等.它可以充分利用多特征数据进行土地覆盖分类,从而能够提高分类的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴芹	中国科学院对地观测与数字地球科学中心	29	425	12.0	19.0
2	刘建波	中国科学院对地观测与数字地球科学中心	23	217	9.0	13.0