基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点。提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法。遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差。而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误。因此,蚁群智能算法应用于遥感分类具有一定的优势。将该方法用于广州市地区的遥感影像,取得了较好的分类结果。并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高。