蟻群分類規(guī)則挖掘算法改進(jìn)及遙感分類應(yīng)用.pdf

1、遙感影像分類方法的研究一直是遙感研究領(lǐng)域里的一項(xiàng)重要內(nèi)容。當(dāng)研究區(qū)較大、土地覆蓋類型較為復(fù)雜時(shí)，現(xiàn)有的遙感分類方法往往難以獲得較高的分類精度，而人工智能方法與技術(shù)在處理復(fù)雜問(wèn)題時(shí)具有較為明顯的優(yōu)勢(shì)。因此，有必要引進(jìn)人工智能方法來(lái)提高遙感分類精度。蟻群算法作為一種新型智能優(yōu)化算法，已經(jīng)成功應(yīng)用于遙感影像分類中，為遙感影像分類提供了更廣闊的思路。本文在對(duì)現(xiàn)有蟻群算法進(jìn)行分析的基礎(chǔ)上，針對(duì)收斂慢、計(jì)算時(shí)間長(zhǎng)等問(wèn)題。提出了改進(jìn)的蟻群規(guī)則挖掘算法

2、，并應(yīng)用于遙感數(shù)據(jù)分類，對(duì)1996-2006年長(zhǎng)株潭城市群核心區(qū)的土地覆蓋進(jìn)行分類與變化分析，取得了以下主要成果:
　　 (1)蟻群算法(Ant-Miner)能夠較好的發(fā)現(xiàn)最優(yōu)解，具有較強(qiáng)的魯棒性，但Ant-Miner算法也存在一些由于蟻群系統(tǒng)自身缺陷所造成的不足，如分類規(guī)則集的精簡(jiǎn)度較差、容易陷入局部最優(yōu)解、計(jì)算時(shí)間較長(zhǎng)等?；贏nt-Miner算法，提出了改進(jìn)型Ant-Miner算法。首先，對(duì)規(guī)則有效性衡量公式進(jìn)行改進(jìn)，對(duì)公

3、式未定義和定義不合理的地方進(jìn)行完善;其次，從信息素濃度增加項(xiàng)，信息素?fù)]發(fā)系數(shù)兩方面，改進(jìn)信息素濃度更新策略;最后，在算法求解中，引入變異算子，有效加快進(jìn)化過(guò)程，縮短計(jì)算時(shí)間，獲得較好的分類規(guī)則。
　　 (2)以長(zhǎng)株潭城市群核心區(qū)1996-2006年TM影像為實(shí)驗(yàn)數(shù)據(jù)，在分類實(shí)驗(yàn)中對(duì)算法進(jìn)行了驗(yàn)證。結(jié)果表明，相對(duì)于Ant-Miner和決策樹(shù)方法而言，改進(jìn)型Ant-Miner算法能挖掘出數(shù)目更少、形式更簡(jiǎn)單的分類規(guī)則，同時(shí)縮短計(jì)算時(shí)

4、間，提高分類效率;改進(jìn)型Ant-Miner算法的分類結(jié)果總體精度都能達(dá)到85％以上，Kappa系數(shù)都在0.81以上，相對(duì)于Ant-Miner算法、決策樹(shù)法和極大似然法，分類精度都有明顯提高。
　　 (3)采用改進(jìn)的蟻群算法，對(duì)長(zhǎng)株潭城市群核心區(qū)域土地覆蓋進(jìn)行遙感分類，并進(jìn)行了變化過(guò)程分析。結(jié)果表明:研究區(qū)在1996年到2006年期間，以長(zhǎng)沙、株洲和湘潭三市市區(qū)周?chē)恋馗采w變化最為明顯，建設(shè)用地保持著較高的增長(zhǎng)狀態(tài)，土地覆蓋動(dòng)態(tài)變