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

自适应差分演化算法在图像监督分类中的应用

吴佳 蔡之华 金晓文

吴佳, 蔡之华, 金晓文. 自适应差分演化算法在图像监督分类中的应用[J]. 武汉大学学报 ● 信息科学版, 2013, 38(1): 23-26.
引用本文: 吴佳, 蔡之华, 金晓文. 自适应差分演化算法在图像监督分类中的应用[J]. 武汉大学学报 ● 信息科学版, 2013, 38(1): 23-26.
WU Jia, CAI Zhihua, JIN Xiaowen. Self-Adapting Differential Evolution and Its Application on Remote Sensing Image Supervised Classification[J]. Geomatics and Information Science of Wuhan University, 2013, 38(1): 23-26.
Citation: WU Jia, CAI Zhihua, JIN Xiaowen. Self-Adapting Differential Evolution and Its Application on Remote Sensing Image Supervised Classification[J]. Geomatics and Information Science of Wuhan University, 2013, 38(1): 23-26.

自适应差分演化算法在图像监督分类中的应用

基金项目: 国家自然科学基金资助项目(61075063);国家教育部博士点基金资助项目(20090145110007);中国地质大学(武汉)优秀博士论文基金资助项目
详细信息
    作者简介:

    吴佳,博士生,现主要从事土地利用和覆盖制图以及遥感技术应用研究。E-mail:wujiawb@126.com,zhcai@cug.edu.cn

  • 中图分类号: P237.3

Self-Adapting Differential Evolution and Its Application on Remote Sensing Image Supervised Classification

计量
  • 文章访问数:  498
  • HTML全文浏览量:  19
  • PDF下载量:  51
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-11-08
  • 刊出日期:  2013-01-05

自适应差分演化算法在图像监督分类中的应用

    基金项目:  国家自然科学基金资助项目(61075063);国家教育部博士点基金资助项目(20090145110007);中国地质大学(武汉)优秀博士论文基金资助项目
    作者简介:

    吴佳,博士生,现主要从事土地利用和覆盖制图以及遥感技术应用研究。E-mail:wujiawb@126.com,zhcai@cug.edu.cn

  • 中图分类号: P237.3

摘要: 针对传统遥感图像分类算法存在约束条件多、容易陷入局部最优解、分类精度低的缺陷,提出了一种基于自适应差分演化的遥感分类新方法。实验结果表明,基于自适应差分演化的遥感图像分类算法在分类精度上优于传统方法,在收敛速度上优于标准的差分演化分类算法,其分类精度和Kappa系数分别达到了92.66%和0.901 7。

English Abstract

吴佳, 蔡之华, 金晓文. 自适应差分演化算法在图像监督分类中的应用[J]. 武汉大学学报 ● 信息科学版, 2013, 38(1): 23-26.
引用本文: 吴佳, 蔡之华, 金晓文. 自适应差分演化算法在图像监督分类中的应用[J]. 武汉大学学报 ● 信息科学版, 2013, 38(1): 23-26.
WU Jia, CAI Zhihua, JIN Xiaowen. Self-Adapting Differential Evolution and Its Application on Remote Sensing Image Supervised Classification[J]. Geomatics and Information Science of Wuhan University, 2013, 38(1): 23-26.
Citation: WU Jia, CAI Zhihua, JIN Xiaowen. Self-Adapting Differential Evolution and Its Application on Remote Sensing Image Supervised Classification[J]. Geomatics and Information Science of Wuhan University, 2013, 38(1): 23-26.

目录

    /

    返回文章
    返回