| 基于密度自适应粒子群优化的图像可用度分类 |
| |
| 引用本文： | 吴兴华,郑红.基于密度自适应粒子群优化的图像可用度分类[J].计算机仿真,2010,27(9). |
| |
| 作者姓名： | 吴兴华 郑红 |
| |
| 作者单位： | 北京航空航天大学自动化科学与电气工程学院,北京,100191 |
| |
| 摘 要： | 研究图像优化评估方法,针对卫星遥感图像可用度模糊神经网络分类器学习过程中存在的学习速度慢且容易陷入局部极小值的问题,为提高评估的准确率,提出了一种密度自适应粒子群优化(Density Adaptive PSO,DAPSO)算法.通过信息熵建立粒子群密度评估测度并更新粒子群的粒子数量,以保持种群的多样性,有利于提高算法全局寻优能力.利用120幅中巴资源02B卫星(CBERS-02B)高分辨率相机(HR)采集的遥感图像,比较BP算法,标准粒子群优化算法以及密度自适应粒子群优化算法的模糊神经网络可用度分类器识别结果,表明新的算法收敛速度更快,有更强的全局寻优能力,并为应用提供依据.
|
| 关 键 词： | 自适应神经模糊推理系统 信息熵 粒子群优化 图像可用度评估 遥感图像 |
Research on Availability of Satellite Images Based on Density Adaptive Particle Swarm Optimization |
| |
| WU Xing-hua,ZHENG Hong.Research on Availability of Satellite Images Based on Density Adaptive Particle Swarm Optimization[J].Computer Simulation,2010,27(9). |
| |
| Authors: | WU Xing-hua ZHENG Hong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
