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

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

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

文章导航 > 武汉大学学报 ● 信息科学版 > 2013 > 38(1): 23-26

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

1 中国地质大学(武汉)计算机学院, 武汉市鲁磨路388号, 430074;
2 中国地质大学(武汉)环境学院, 武汉市鲁磨路388号, 430074

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

1 School of Computer, China University of Geosciences, 388 Lumo Road, Wuhan 430074, China;
2 School of Environmental Studies, China University of Geosciences, 388 Lumo Road, Wuhan 430074, China

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。
- 自适应 /
- 差分演化 /
- 遥感图像 /
- 监督分类 /
- 演化算法
Abstract: A new classification algorithm is proposed for remote sensing imagery based on the self-adapting differential evolution to be waged against the three main disadvantages of traditional classification algorithm for remote sensing image:multiple constraints,easy to fall into local optimal solution,lower classification accuracy.In the new method for supervised classification of multi/hyper-spectral remote sensing image,the globally optimal cluster centers are firstly learned by using the self-adapting differential evolution algorithm,and then the whole remote sensing image can be classified by the cluster centers.The proposed algorithm for classification of remote sensing image is based on the standard differential evolution.The experimental results show that the self-adapting differential evolution clustering algorithm has higher classification accuracy than the traditional classification algorithm of remote sensing image.The classification accuracy and the kappa coefficient can reach 92.66% and 0.901 7,which has some practical application value.
- self-adapting /
- differential evolution /
- RS image /
- supervised classification /
- evolutionary algorithm

[1]	郭从洲, 李可, 李贺, 童晓冲, 王习文. 遥感图像质量等级分类的深度卷积神经网络方法 . 武汉大学学报 ● 信息科学版, 2022, 47(8): 1279-1286. doi: 10.13203/j.whugis20200292
[2]	叶昕, 秦其明, 王俊, 郑小坡, 王建华. 利用高分辨率光学遥感图像检测震害损毁建筑物 . 武汉大学学报 ● 信息科学版, 2019, 44(1): 125-131. doi: 10.13203/j.whugis20150490
[3]	李鹏, 黎达辉, 李振洪, 王厚杰. 黄河三角洲地区GF-3雷达数据与Sentinel-2多光谱数据湿地协同分类研究 . 武汉大学学报 ● 信息科学版, 2019, 44(11): 1641-1649. doi: 10.13203/j.whugis20180258
[4]	钟德云, 王李管, 毕林. 复杂矿体模型多域自适应网格剖分方法 . 武汉大学学报 ● 信息科学版, 2019, 44(10): 1538-1544. doi: 10.13203/j.whugis20170304
[5]	葛芸, 江顺亮, 叶发茂, 许庆勇, 唐祎玲. 基于ImageNet预训练卷积神经网络的遥感图像检索 . 武汉大学学报 ● 信息科学版, 2018, 43(1): 67-73. doi: 10.13203/j.whugis20150498
[6]	卓国浩, 吴波, 朱欣然. 一种自适应三维核回归的遥感时空融合方法 . 武汉大学学报 ● 信息科学版, 2018, 43(4): 563-570. doi: 10.13203/j.whugis20160141
[7]	刘文轩, 祁昆仑, 吴柏燕, 吴华意. 基于多任务联合稀疏和低秩表示的高分辨率遥感图像分类 . 武汉大学学报 ● 信息科学版, 2018, 43(2): 297-303. doi: 10.13203/j.whugis20160044
[8]	仇林遥, 杜志强, 谢金华, 邱振戈, 许伟平, 张叶廷. 大文件高分辨率遥感影像的实时可视化方法 . 武汉大学学报 ● 信息科学版, 2016, 41(8): 1021-1026. doi: 10.13203/j.whugis20140379
[9]	吴一全, 陶飞翔, 曹照清. 基于Log-Gabor小波和Krawtchouk矩的遥感图像分类 . 武汉大学学报 ● 信息科学版, 2016, 41(7): 861-867. doi: 10.13203/j.whugis20140234
[10]	易琳, 袁林旺, 盛业华, 李润超. V-代约束的结构保持空间插值算法 . 武汉大学学报 ● 信息科学版, 2015, 40(6): 823-828. doi: 10.13203/j.whugis20130493
[11]	周亚男, 骆剑承, 程熙, 沈占锋. 多特征融入的自适应遥感影像多尺度分割 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 19-22.
[12]	王志伟, 朱长青, 王奇胜, 符浩军. 一种基于HVS和DFT的栅格地图自适应数字水印算法 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 351-354.
[13]	郭琳, 陈庆虎. 结构保持的图像序列自适应超分辨率重建 . 武汉大学学报 ● 信息科学版, 2011, 36(5): 548-551.
[14]	邓敏, 刘启亮, 李光强, 肖奇. 一种基于似最小生成树的空间聚类算法 . 武汉大学学报 ● 信息科学版, 2010, 35(11): 1360-1364.
[15]	李先华, 黄微, 罗庆洲, 刘顺喜. 月球表面遥感图像的地形辐射改正原理研究 . 武汉大学学报 ● 信息科学版, 2010, 35(10): 1197-1201.
[16]	时向勇, 李先华, 郑成建. 基于椭圆曲线密码体制的遥感图像加密算法 . 武汉大学学报 ● 信息科学版, 2010, 35(11): 1309-1313.
[17]	陈振学, 汪国有, 马于涛, 张磊. 基于均值反差滤波的红外小目标检测算法 . 武汉大学学报 ● 信息科学版, 2007, 32(6): 560-563.
[18]	王毅, 张良培, 李平湘. 基于自动搜索和光谱匹配技术的训练样本纯化算法 . 武汉大学学报 ● 信息科学版, 2007, 32(3): 216-219.
[19]	王峰, 史文中, 程朋根. 遥感图像纠正误差的局部变形改正 . 武汉大学学报 ● 信息科学版, 2001, 26(5): 425-429.
[20]	张景雄. 遥感影像的全模糊监督分类 . 武汉大学学报 ● 信息科学版, 1998, 23(3): 211-214.

点击查看大图

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

自适应差分演化算法在图像监督分类中的应用

1 中国地质大学(武汉)计算机学院, 武汉市鲁磨路388号, 430074;

2 中国地质大学(武汉)环境学院, 武汉市鲁磨路388号, 430074

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

收稿日期: 2012-11-08
刊出日期: 2013-01-05

中图分类号: P237.3

关键词:

自适应 /

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。