群智能方法在遥感信息提取中的应用分析

被引:3
作者
戴芹
刘建波
刘士彬
机构
[1] 中国科学院对地观测与数字地球科学中心
关键词
群智能方法; 遥感数据; 信息提取;
D O I
暂无
中图分类号
TP79 [遥感技术的应用];
学科分类号
081102 ; 0816 ; 081602 ; 083002 ; 1404 ;
摘要
遥感数据作为重要的空间数据源,在众多领域发挥着不可或缺的作用。遥感信息获取技术的不断发展与遥感数据应用领域的不断扩展,促进了遥感信息提取方法的不断进步。随着人工智能算法不断被提出及成功应用,遥感信息提取领域也在逐步引入智能算法实现高效的信息提取。在对遥感信息提取方法的研究进展进行深入分析的基础上,剖析了群智能方法应用于遥感信息提取领域的潜力与优势。并应用微粒群优化方法进行遥感数据的分类,实现了微粒群优化方法应用于遥感数据分类的技术流程,取得了很好的实验结果。因此,群智能方法能够为遥感信息提取领域提供一种新的有效智能处理方法。
引用
收藏
页码:13 / 16
页数:4
相关论文
共 21 条
[1]   基于蚁群优化分类规则挖掘的遥感图像分类研究 [J].
戴芹 ;
刘建波 .
计算机工程与应用 , 2008, (15) :12-14+21
[2]   基于微粒群算法和支持向量机的特征子集选择方法 [J].
乔立岩 ;
彭喜元 ;
彭宇 .
电子学报, 2006, (03) :496-498
[3]   遥感影像与GIS分析相结合的变化检测方法 [J].
张晓东 ;
李德仁 ;
龚健雅 ;
秦前清 .
武汉大学学报(信息科学版) , 2006, (03) :266-269
[4]   群体智能研究综述 [J].
王玫 ;
朱云龙 ;
何小贤 .
计算机工程, 2005, (22) :204-206
[5]   基于人工蚁群优化算法的遥感图像自动分类 [J].
王树根 ;
杨耘 ;
林颖 ;
曹重华 .
计算机工程与应用, 2005, (29) :77-80+116
[6]   论智能化对地观测系统 [J].
李德仁 ;
沈欣 .
测绘科学, 2005, (04) :9-11+3
[7]   基于群体智能的分布式数据挖掘方法 [J].
刘波 ;
潘久辉 .
计算机工程, 2005, (08) :145-147
[8]   基于群体智能理论的聚类模型及优化算法 [J].
陈卓 ;
孟庆春 ;
魏振钢 .
计算机工程, 2005, (04) :34-36
[9]   微粒群优化算法及其改进形式综述 [J].
张燕 ;
汪镭 ;
康琦 ;
吴启迪 .
计算机工程与应用, 2005, (02) :1-3+62
[10]   蚁群算法理论及应用研究的进展 [J].
段海滨 ;
王道波 ;
朱家强 ;
黄向华 .
控制与决策, 2004, (12) :1321-1326+1340