基于人工免疫克隆选择算法的遥感图像识别

被引：2

作者：

张灵 ^{[1
]}

陈晓宏 ^{[2
]}

翁毅 ^{[1
]}

机构：

[1] 不详

[2] 中山大学水资源与环境研究中心

[3] 不详

[4] 中山大学地理科学与规划学院

[5] 不详

来源：

地理与地理信息科学 | 2008年 / 02期

基金：

广东省自然科学基金;

关键词：

人工免疫; 克隆选择; 遥感; 图像分类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP751 [图像处理方法];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

遥感图像分类受自然环境的复杂性和实际样本数据的分布情况约束,其结果将直接影响对土地利用、覆盖情况的认知。人工免疫系统具有自学习、自组织、记忆的能力,可解决非线性分类问题中的局部极值、鲁棒性等难点。该文将人工免疫系统引入遥感图像分类领域,设计了基于克隆选择算法的遥感图像监督分类方法,并将其应用于广州市遥感影像分类。实验结果表明:与最大似然法相比,该方法具有更高的精度;同时该方法对公路、桥梁等线状城市用地较敏感,适用于快速发展的中心城市的遥感影像分类。

引用

页码：37 / 40

页数：4

共 10 条

[1] 一种基于生物群集智能优化的遥感分类方法 [J].