基于鱼群算法的极限学习机影像分类方法优化

• 作者: NICO Sneeuw 叶勤 季昊巍 林怡
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 极限学习机 鱼群算法 影像分类 小波核函数 遥感影像 优化
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 156-164
• 页数: 9页
• 分类号: TP79|F301.2
• 字数: 6421字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2017.10.019

摘要

在传统极限学习机(ELM)研究的基础上,考虑到传统ELM参数的不确定会导致整体分类精度下降,利用仿生鱼群算法(AF)对ELM的小波核参数和正则化参数进行寻优,并构造参数优化后的小波ELM影像分类模型(AF-ELM).通过实验比较了该算法与人工神经网路(ANN)、支持向量机(SVM)、极限学习机(ELM)等标准分类器在遥感影像分类上的精度与速度差异,并且与ELM多项式核、RBF核分类算法进行比较分析,验证了AF-ELM在分类速度和精度上的优越性.实验结果表明,AF-ELM分类方法分类速度较快,精度较高,均优于其他分类方法.能较好地应用于遥感影像上各类地物要素的自动提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶勤	同济大学测绘与地理信息学院	38	300	11.0	15.0
2	林怡	同济大学测绘与地理信息学院	74	595	14.0	19.0
3	季昊巍	同济大学测绘与地理信息学院	3	19	2.0	3.0