蜂群智能算法的遥感影像分类方法

作     者：曹敏 史照良 阳建逸 CAO Min;SHI Zhaoliang;YANG Jianyi

作者机构：南京师范大学虚拟地理环境教育部重点实验室江苏南京210023 国土环境与灾害监测国家测绘地理信息局重点实验室江苏徐州221116 江苏省地理信息技术重点实验室江苏南京210093 

出 版 物：《测绘学报》 (Acta Geodaetica et Cartographica Sinica)

年 卷 期：2013年第42卷第5期

页      面：745-751页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金(41101349) 江苏省测绘科研资助项目(JSCHKY201304) 国土环境与灾害监测国家测绘地理信息局重点实验室开放基金(LEDM2012B07) 江苏省高校自然科学研究项目(13KJB420003) 江苏高校优势学科建设工程 

主　　题：人工蜂群算法 仿生智能计算 遥感影像 分类 

摘      要：结合仿生智能计算方法,提出一种基于人工蜂群算法的智能式遥感分类方法。采用模仿蜜蜂采蜜行为的蜂群智能优化算法,自动搜索遥感影像各波段的最优分割点,定义各波段最优分割点和地物类别节点的连线为蜂群搜索路径,构造以IF-THEN形式表达的遥感分类规则。该智能式遥感分类方法不需使用数学公式,能更清晰地表达地物分类中的复杂关系。将该方法应用于长江口北岸ALOS影像分类中,取得了较好的分类结果,并与See5.0决策树方法进行了对比分析。研究表明,蜂群智能遥感分类的总体精度和Kappa系数均比See5.0决策树方法更高,该智能遥感分类方法具有更好的分类效果。