基于免疫网络的遥感影像分类算法

基于免疫网络的遥感影像分类算法

ID:36794753

大小:363.69 KB

页数:4页

时间:2019-05-15

基于免疫网络的遥感影像分类算法_第1页
基于免疫网络的遥感影像分类算法_第2页
基于免疫网络的遥感影像分类算法_第3页
基于免疫网络的遥感影像分类算法_第4页
资源描述:

《基于免疫网络的遥感影像分类算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、维普资讯http://www.cqvip.comComputerEngineeringandApptications计算机工程与应用基于免疫网络的遥感影像分类算法刘庆杰1,蔺启忠zLIUQing-jie1,LINQi——zhong21.中国科学院遥感应用研究所,北京1001012.中国科学院对地观测与数字地球中心,北京1000801.InstituteofRemoteSensingApplication,ChineseAcademyofSciences,Beijing100101,China2.CenterforEarthObservationandDigitalEarth,Chine

2、seAcademyofSciences,Beijing100080,ChinaE—mail:liuqin自ie66@yah00.con.cnLIUQing-jie,LINQi—zhong.Classificationofremotesensingimagebasedonimmunenetwork.ComputerEngineeringandApplicafions,2008,44(23):24-27.Abstract:Basedonidiotypicimmunenetworktheory,aRegional—memory—patternArtificialIdiotypicNetwor

3、k(RAIN)isproposedt0classifymulti—spectralremotesensingimage.TheimmunememoryantibodiesofRAINmodelaredividedintotworegions:spe—cificmemoryantibodyandfreememoryantibody.Specificmemoryantibodyhasseveralspecificsubregionssensitivetospecificantigens,whilefreememoryantibodyregionsuppliedkindsofspecific

4、memoryantibodiesfortheformerregion.TheadjustmentandoptimizationofRAINarerealizedaccordingtoantibodymetdynamics.TheinitializationandtrainingofRAINarerealizedintheprimaryimmuneresponseprocess.andinformationextractioniSexecutedinthesecondimmuneresponseprocess.Atlast,RAINisusedfortheclassific.ationo

5、fETMdata.AccuracyandKappacoe街cientofourmethodare92.6%and0.91respectively,whilethatoftraditionalParallelepiped.MaximumLikelihoodandMinimumDistanceare81.8%、82.2%、71.8%,and0.78、0.78、0.65.TheresultsshowthatRAINissuperiortothreetraditionalclassificationalgorithms.Keywords-remotesensingimageclassifica

6、tion;artificialimmune;idiotypicnetwork;regional——memory——pattern摘要:基于独特型免疫网络原理,提出了一种新型的分区记忆模式人工独特型网络模型,并利用其对卫星遥感数据进行了分类。该模型在结构上将免疫网络的记忆抗体划分为特异记忆抗体区和自由记忆抗体区。前者的主要功能是记忆各类别抗原的特异特征,后者为前者提供各种类型的抗体源。记忆抗体间按照亚动力学原理进行调节,实现免疫网络的寻优过程。基于上述分区,它在初次免疫响应过程中实现网络的搭建和训练,在二次免疫响应过程中实现信息提取。最后利用该模型对ETM数据进行地物分类,并与传统分类方

7、法进行对比。结果表明:该模型的总分类精度和Kappa系数分别是92.6%和0.91,优于传统分类方法。关键词:遥感影像分类;人工免疫;独特型网络;分区记忆模式DOI:10.3778/j.issn.1002—8331.2008.23.008文章编号:1002—8331(2008)23—0024—04文献标识码:A中图分类号:TP7511引言全局性,获得的聚类中心具有局部性l81。遥感图像数据所具有独特型免疫网络是人工免疫的一个重要学说,认为免疫的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。