基于混沌遗传算法的遥感影像分类

• 作者: 吴延斌 黄明
• 来源期刊: 测绘科学
• 学科: 工学
• 关键词: 遥感影像 影像分类 采煤沉陷区 混沌 遗传算法
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 基础研究
• 页码范围: 5-8
• 页数: 4页
• 分类号: TP751
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄明	中国矿业大学煤炭资源与安全开采国家重点实验室	11	162	7.0	11.0
2	吴延斌	黑龙江工程学院测绘工程系	1	7	1.0	1.0