基于量子克隆進化算法的BP神經(jīng)網(wǎng)絡POLSAR圖像分類.pdf

1、POLSAR圖像分類是 POLSAR圖像處理中的重要內(nèi)容，也是 POLSAR圖像解譯的關鍵技術之一。POLSAR圖像分類是將 POLSAR圖像解譯系統(tǒng)中的前端部分單獨提取出來作為具體應用的典型實例?？焖?、準確的POLSAR圖像分類是實現(xiàn)各種實際應用如目標檢測與識別的前提。
　　本文采用了一種基于量子克隆進化算法的BP神經(jīng)網(wǎng)絡分類器，并使用該分類器對 POLSAR圖像進行分類。該分類器包含兩個步驟：使用量子克隆進化算法優(yōu)化 BP神經(jīng)

2、網(wǎng)絡的初始權值和閾值；使用梯度下降法對權值和閾值進行精確調(diào)整。
　　論文首先介紹了 POLSAR圖像分類的背景以及國內(nèi)外的發(fā)展概況，然后介紹明了 POLSAR圖像的特征提取方法，并詳細闡述了如何使用基于鏈式競爭策略的智能體遺傳算法(LAGA)的并行式多準則特征選擇算法對已提取的POLSAR圖像特征進行選擇，接著描述了量子克隆進化算法(QCEA)的起源、基本原理和算法流程，并采用了一種使用量子克隆進化算法來優(yōu)化BP神經(jīng)網(wǎng)絡分類器的初

3、始權值和閾值的方法。最后，將提取和選擇后的POLSAR圖像特征輸入量子克隆進化算法優(yōu)化后的BP神經(jīng)網(wǎng)絡分類器中，得到 POLSAR圖像的分類結果。
　　綜上所述，本文主要完成了兩項工作：其一，提出基于量子克隆進化算法優(yōu)化的BP神經(jīng)網(wǎng)絡的初始權值和閾值的方法，經(jīng)過優(yōu)化后的BP神經(jīng)網(wǎng)絡能夠收斂到全局最優(yōu)值，當該 BP神經(jīng)網(wǎng)絡用于分類和函數(shù)優(yōu)化時可以得到更加精確的結果；其二，將該分類器用于POLSAR圖像的分類中，實驗結果表明本文的算法