动态聚类适应值共享遗传算法在散射计风矢量反演中的应用

被引：3

作者：

解学通 ^{[1
]}

郁文贤 ^{[1
]}

郭丽青 ^{[2
]}

方裕 ^{[3
]}

机构：

[1] 国防科学技术大学电子科学与工程学院

[2] 中山大学教学实验中心

[3] 北京大学遥感与地理信息系统研究所

来源：

计算机应用 | 2008年 / 01期

关键词：

散射计; 风矢量反演; 聚类; 适应值共享; 遗传算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

风矢量反演是散射计数据处理的核心内容,传统风矢量反演算法的设计过多依赖于目标函数的具体分布形态。以SeaWinds散射计为例,根据风矢量反演的多解问题和模糊解特性,设计了一种基于动态小生境遗传算法的风矢量反演算法。利用部分L2A和相应L2B数据对该算法进行了验证。结果表明该算法在无需任何目标函数先验知识的条件下能够取得较好的反演结果。

引用

页码：97 / 100

页数：4

共 4 条

[1] 散射计资料的风场神经网络反演算法研究 [J].

林明森 ;

宋新改 ;

彭海龙 ;

冯倩 .

国土资源遥感, 2006, (02) :8-11+84

[2] 基于聚类分析和资源竞争模型的生境遗传算法 [J].

郭东伟 ;

周春光 ;

刘大有 .

计算机研究与发展, 2003, (10) :1424-1430

[3]

遗传算法及其应用[M]. 人民邮电出版社 , 陈国良等编著, 1996

[4]

A neural network approach for modeling nonlinear transfer functions:Application for wind retrieval from spaceborne scatterometer data. THIRIA S,MEJIA C,BADRAN F. Journal of Geophysical Re-search . 1993

← 1 →