基于混沌遗传算法的遥感影像分类Remote sensing image classification based on Chaos Genetic algorithm
黄明,吴延斌
摘要(Abstract)：
为提高遥感影像分类精度,本文提出基于混沌遗传算法(Chaos Genetic Algorithm)的遥感影像分类方法。首先应用混沌遗传算法对样本进行自学习得到全局最优的聚类中心,然后通过得到的聚类中心对整幅影像进行分类。该方法利用混沌变量的遍历性,进行粗粒搜索,优化遗传算法的初始种群,从而提高收敛速度;对经过选择算子、交叉算子、变异算子计算得到的优秀个体,利用混沌系统对初始条件和系统参数的敏感性进行混沌扰动,避免陷入局部最优,从而得到全局最优解,获得最优聚类中心。该方法应用于淮南矿区TM影像分类,实验表明该方法分类总正确率为88.26%,Kappa系数为0.853,优于传统分类方法。
关键词(KeyWords)： 遥感影像;影像分类;采煤沉陷区;混沌;遗传算法
基金项目(Foundation): 国家“973”项目(2006CB202209);; 国家自然基金重大项目(50490271)
作者(Author): 黄明,吴延斌
DOI: 10.16251/j.cnki.1009-2307.2011.02.010
参考文献(References)：
- [1]彭苏萍,等.遥感技术在煤矿区积水塌陷动态监测中的应用——以淮南矿区为例[J].煤炭学报,2002,27(4).
- [2]周成虎,骆剑承,等.遥感影像地学理解与分析[M].北京:科学出版社,2001.
- [3]Atkinson PM,Lewis P.Geostatistical Classification forRemote Sensing:an Introduction[J].Computers&Geosciences,2000,(26).
- [4]Silva C P.Survey of chaos and its applications[C]//In:Proceedings of the 1996 IEEE MTT-S InternationalMicrowave Symposium Digest(Part3),San Francisco,USA,1996:1871-1874.
- [5]柏延臣,王劲峰.遥感信息的不确定性研究—分类与尺度效应模型[M].北京:地质出版社,2003.
- [6]Chellapilla K.Combining mutation operators in evolution-ary programming[J].IEEE Transactions on Evolution-ary Computation,1998,2(3).
- [7]李亚东,李少远.一种新的遗传混沌优化组合方法[J].控制理论与应用,2002,19(1).
- [8]熊兴华,等.基于遗传优化的分段线性影像增强[J].测绘学报,2004,33(4).
- [9]Riccardo Caponetto,et al.Chaotic sequences to improvethe performance of evolutionary algorithms[J].IEEETransactions on Evolutionary Computation,2003,7(3).
- [10]杨宇明,李传东.混沌在遗传算法中的应用[J].计算机工程与应用,2004,(5).
- [11]李金屏,韩延彬,孙志胜.混沌优化算法的性能分析[J].小型微型计算机系统,2005,26(8).
- [12]Pan Z J,Kang L S,Chen Y P.Evolution Algorithms[M].Beijing:Tsinghua University Press,1998.
- [13]刘式达,梁福明,刘式适,等.自然科学中的混沌与分形[M].北京:科学出版社,2003.
- [14]昌金虎,陆军安,陈士华.混沌时间序列分析及其应用[M].武汉:武汉大学出版社,2002.
- [15]周晓,等.混沌遗传算法及其在函数优化中的应用[J].计算机与数字工程,2005,33(7).