微粒群优化方法的遥感影像变化检测研究

被引：11

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

来源：

测绘学报 | 2012年 / 41卷 / 06期

关键词：

微粒群优化; 多时相遥感影像; 变化检测;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

将微粒群优化方法引入遥感信息变化检测领域,构建了基于微粒群优化方法的遥感信息变化检测方法。在变化监测的过程中,通过变化规则的自动搜索和建立,实现了遥感影像变化信息的一次性直接提取。应用微粒群优化方法对北京试验区2000—2006年、2006—2009年两个时间段的遥感影像进行土地覆盖类型的变化信息检测,并与决策树(C4.5和PART)、最大似然等方法的变化检测结果进行对比分析。结果表明,微粒群优化方法能够自动搜索变化规则,得到的变化规则比决策树方法更简单,并能够获得更高的检测精度。

引用

收藏

页码：857 / 863+885 +885

页数：8

相关论文

共 10 条

[1] 群智能方法在遥感信息提取中的应用分析 [J].

戴芹 ;

刘建波 ;

刘士彬 .

计算机工程与应用, 2011, 47 (04) :13-16

[2] 一种基于生物群集智能优化的遥感分类方法 [J].

刘小平 ;

黎夏 ;

彭晓鹃 ;

黎海波 ;

何晋强 .

中国科学(D辑:地球科学), 2007, (10) :1400-1408

[3] 基于自适应参数估计的多时相遥感图像变化检测 [J].

钟家强 ;

王润生 .

测绘学报, 2005, (04) :53-58

[4] 基于特征的时空数据模型研究及在土地利用变化动态监测中的应用 [J].

崔伟宏 ;

史文中 ;

李小娟 ;

不详 .

测绘学报 , 2004, (02) :138-145

[5] 遥感变化检测技术发展综述 [J].

马建文 ;

田国良 ;

王长耀 ;

燕守勋 .

地球科学进展, 2004, (02) :192-196

[6] 群智能理论及应用 [J].

彭喜元 ;

彭宇 ;

戴毓丰 .

电子学报, 2003, (S1) :1982-1988

[7] Fuzzy neural network architecture for change detection in remotely sensed imagery [J].

Nemmour, H ;

Chibani, Y .

INTERNATIONAL JOURNAL OF REMOTE SENSING, 2006, 27 (04) :705-717

[8] Change detection techniques [J].

Lu, D ;

Mausel, P ;

Brondízio, E ;

Moran, E .

INTERNATIONAL JOURNAL OF REMOTE SENSING, 2004, 25 (12) :2365-2407

[9]

Particle swarm optimization .2 Kennedy J,Eberhart RC. Proceedings of the IEEE International Joint Conference on Neural Networks . 1995

[10]

Generating accurate rule sets without global optimization .2 E.Frank,I.H.Witten. Proc.15th International Conf.On Machine Learning . 1998