产生最佳Tuned模板的蜜蜂交配算法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

产生最佳Tuned模板的蜜蜂交配算法

文章导航 > 武汉大学学报 ( 信息科学版) > 2009 > 34(4): 387-390

郑肇葆. 产生最佳Tuned模板的蜜蜂交配算法[J]. 武汉大学学报 ( 信息科学版), 2009, 34(4): 387-390.

引用本文:

郑肇葆. 产生最佳Tuned模板的蜜蜂交配算法[J]. 武汉大学学报 ( 信息科学版), 2009, 34(4): 387-390.

ZHENG Zhaobao. Honey-bee Mating Optimization Algorithm for Producing Better “Tuned” Masks[J]. Geomatics and Information Science of Wuhan University, 2009, 34(4): 387-390.

Citation:

ZHENG Zhaobao. Honey-bee Mating Optimization Algorithm for Producing Better “Tuned” Masks[J]. Geomatics and Information Science of Wuhan University, 2009, 34(4): 387-390.

产生最佳Tuned模板的蜜蜂交配算法

郑肇葆¹

¹武汉大学遥感信息工程学院,武汉市珞喻路129号430079

基金项目: 国家自然科学基金资助项目(40571102)

作者简介:
郑肇葆,教授,博士生导师。现主要从事摄影测量与遥感、图像分析与解译及进化计算应用的教学和科研工作。代表成果:数学规划在测量数据处理和图像处理中的应用;图像处理的马尔柯夫随机场方法。

中图分类号: P231.5

Honey-bee Mating Optimization Algorithm for Producing Better “Tuned” Masks

ZHENG Zhaobao¹

¹School of Remote Sensing and Information Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 国家自然科学基金资助项目(40571102)

摘要: 在介绍蜜蜂模型的基础上,提出产生最佳Tuned模板的蜜蜂交配算法,简称HBMTU算法。阐述了该算法与蜜蜂模型主要要素之间的映射关系和算法的具体运行步骤。通过对实际航空影像的实验表明,该算法能在现有方法提供最佳模板的基础上,使影像分类的质量有所提高。
- 蜜蜂交配优化 /
- Tuned模板 /
- 影像纹理分类
Abstract: This paper introduces a honey-bee model and provides a new method of producing better "Tuned" masks with honey-bee mating optimization(HBMTU),which is applied to texture classification of aerial images.The experiments show that the proposed method can improve the quality of tuned mask and classification precision.
- honey-bee mating optimization /
- Tuned mask /
- image texture classification

[1]	佃袁勇, 杨光, 方圣辉. 傅里叶谱纹理和光谱信息结合的高分辨率遥感影像地表覆盖分类 . 武汉大学学报 ( 信息科学版), 2017, 42(3): 362-368. doi: 10.13203/j.whugis20140952
[2]	詹总谦, 来冰华, 万杰, 李楼. 一种利用纹理特征和朴素贝叶斯分类器检测近景影像植被的方法 . 武汉大学学报 ( 信息科学版), 2013, 38(6): 665-668.
[3]	叶志伟, 周欣, 郑肇葆, 赖旭东. 产生“Tuned”模板的的混沌粒子群算法 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 10-14.
[4]	郑肇葆, 郑宏. 产生Tuned模板的基因扰动优化法研究与分析 . 武汉大学学报 ( 信息科学版), 2013, 38(11): 1139-1141.
[5]	孟樊, 方圣辉. 利用模板匹配和BSnake算法准自动提取遥感影像面状道路 . 武汉大学学报 ( 信息科学版), 2012, 37(1): 39-42.
[6]	林祥国, 张继贤, 李海涛, 杨景辉. 基于T型模板匹配半自动提取高分辨率遥感影像带状道路 . 武汉大学学报 ( 信息科学版), 2009, 34(3): 293-296.
[7]	李林宜, 李德仁. PSO-RBF应用于航空和卫星遥感影像的纹理分类 . 武汉大学学报 ( 信息科学版), 2009, 34(9): 1051-1054.
[8]	虞欣, 郑肇葆, 叶志伟, 田礼乔. 基于Tree Augmented Naive Bayes Classifier的影像纹理分类 . 武汉大学学报 ( 信息科学版), 2007, 32(4): 287-289.
[9]	郑肇葆. 混沌映射在优化计算中的应用 . 武汉大学学报 ( 信息科学版), 2007, 32(11): 998-1000.
[10]	黄昕, 张良培, 李平湘. 基于小波的高分辨率遥感影像纹理分类方法研究 . 武汉大学学报 ( 信息科学版), 2006, 31(1): 66-69.
[11]	虞欣, 郑肇葆, 汤凌, 叶志伟. 基于Naive Bayes Classifiers的航空影像纹理分类 . 武汉大学学报 ( 信息科学版), 2006, 31(2): 108-111.
[12]	郑肇葆, 潘励, 虞欣. 产生“Tuned”模板的Bayesian Networks方法 . 武汉大学学报 ( 信息科学版), 2006, 31(4): 304-307.
[13]	郑肇葆, 叶志伟. 基于蚁群行为仿真的影像纹理分类 . 武汉大学学报 ( 信息科学版), 2004, 29(8): 669-673.
[14]	徐芳, 燕琴. 基于支持向量机的航空影像纹理分类研究 . 武汉大学学报 ( 信息科学版), 2003, 28(5): 517-520.
[15]	郑肇葆, 郑宏. 基于遗传算法的影像纹理分类 . 武汉大学学报 ( 信息科学版), 1998, 23(4): 337-339.
[16]	黄桂兰, 郑肇葆. 纹理模型法用于影像纹理分类 . 武汉大学学报 ( 信息科学版), 1998, 23(1): 40-42.
[17]	刘少创, 林宗坚. 基于可变模板的航空影像中建筑物提取 . 武汉大学学报 ( 信息科学版), 1997, 22(1): 21-28.
[18]	黄桂兰, 郑肇葆. 一种基于马尔可夫随机场的影像纹理分类方法 . 武汉大学学报 ( 信息科学版), 1996, 21(3): 232-236,241.
[19]	黄桂兰, 郑肇葆. 模糊聚类分析用于基于分形的影像纹理分类 . 武汉大学学报 ( 信息科学版), 1995, 20(2): 112-117.
[20]	黄桂兰, 郑肇葆. 空间灰度相关在影像纹理分类中的应用及分析 . 武汉大学学报 ( 信息科学版), 1995, 20(4): 301-304.

WeChat

点击查看大图

计量

文章访问数: 979
HTML全文浏览量: 48
PDF下载量: 374
被引次数: 0

产生最佳Tuned模板的蜜蜂交配算法

郑肇葆¹

¹武汉大学遥感信息工程学院,武汉市珞喻路129号430079

基金项目: 国家自然科学基金资助项目(40571102)

作者简介:
郑肇葆,教授,博士生导师。现主要从事摄影测量与遥感、图像分析与解译及进化计算应用的教学和科研工作。代表成果:数学规划在测量数据处理和图像处理中的应用;图像处理的马尔柯夫随机场方法。

收稿日期: 2009-01-20
修回日期: 2009-01-20
刊出日期: 2009-04-05

中图分类号: P231.5

关键词:

蜜蜂交配优化 /

影像纹理分类

摘要: 在介绍蜜蜂模型的基础上,提出产生最佳Tuned模板的蜜蜂交配算法,简称HBMTU算法。阐述了该算法与蜜蜂模型主要要素之间的映射关系和算法的具体运行步骤。通过对实际航空影像的实验表明,该算法能在现有方法提供最佳模板的基础上,使影像分类的质量有所提高。

English Abstract

郑肇葆. 产生最佳Tuned模板的蜜蜂交配算法[J]. 武汉大学学报 ( 信息科学版), 2009, 34(4): 387-390.

引用本文:

郑肇葆. 产生最佳Tuned模板的蜜蜂交配算法[J]. 武汉大学学报 ( 信息科学版), 2009, 34(4): 387-390.

ZHENG Zhaobao. Honey-bee Mating Optimization Algorithm for Producing Better “Tuned” Masks[J]. Geomatics and Information Science of Wuhan University, 2009, 34(4): 387-390.

Citation:

ZHENG Zhaobao. Honey-bee Mating Optimization Algorithm for Producing Better “Tuned” Masks[J]. Geomatics and Information Science of Wuhan University, 2009, 34(4): 387-390.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码