基于模糊規(guī)則的粗集神經(jīng)網(wǎng)絡(luò)在遙感圖像分類(lèi)中的應(yīng)用.pdf

1、粗糙集理論是用于處理不確定性和不完整性知識(shí)的一種數(shù)學(xué)工具,與具有強(qiáng)大的非線(xiàn)性映射能力、自學(xué)習(xí)、自適應(yīng)、聯(lián)想記憶能力以及容錯(cuò)能力的神經(jīng)網(wǎng)絡(luò)一起,成為不確定性計(jì)算領(lǐng)域的兩個(gè)重要的分支。由于粗糙集和神經(jīng)網(wǎng)絡(luò)在抗噪能力、泛化推廣能力等方面存在互補(bǔ)性,將兩者進(jìn)行結(jié)合的粗集神經(jīng)網(wǎng)絡(luò)在很大程度上解決了傳統(tǒng)智能集成系統(tǒng)存在的一些問(wèn)題,更加符合人類(lèi)的思維機(jī)理,有望成為當(dāng)今智能集成系統(tǒng)的主流技術(shù)之一,并且已經(jīng)在很多領(lǐng)域得到成功的應(yīng)用,具有廣闊的前景。

2、>　　由于遙感圖像的光譜信息極其豐富,而且經(jīng)常出現(xiàn)特征波段相互關(guān)聯(lián)的情況,同時(shí)普遍存在模糊不確定信息和粗糙不確定信息共存的情況,如果僅僅采用傳統(tǒng)的基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類(lèi)方法,會(huì)造成結(jié)構(gòu)復(fù)雜、訓(xùn)練速度慢、泛化能力弱、分類(lèi)精度低等問(wèn)題。因此本文利用模糊聚類(lèi)技術(shù)實(shí)現(xiàn)論域空間的模糊劃分,并通過(guò)粗糙集數(shù)據(jù)分析理論實(shí)現(xiàn)模糊規(guī)則提取,最終實(shí)現(xiàn)精簡(jiǎn)的網(wǎng)絡(luò)構(gòu)建,提高遙感圖像分類(lèi)性能。
　　文章首先分析了粗糙集理論在處理連續(xù)屬性方面的不足,提出一

3、種基于模糊聚類(lèi)的論域劃分方法,該方法將模糊集理論引入粗糙集從而解決屬性離散化過(guò)程中的信息缺失問(wèn)題。由于傳統(tǒng)聚類(lèi)算法易于陷入局部最優(yōu),文章將帶交叉變異算子的粒子群優(yōu)化算法(PSO)與模糊C-均值聚類(lèi)算法(FCM)相結(jié)合,研究了一種新的模糊聚類(lèi)算法CMPSO-FCM,該算法具有良好的搜索能力和聚類(lèi)效果。
　　然后在由模糊聚類(lèi)算法CMPSO-FCM計(jì)算出的聚類(lèi)中心和模糊隸屬度矩陣的基礎(chǔ)上,討論了兩種常見(jiàn)的屬性約簡(jiǎn)算法:基于屬性依賴(lài)度和基

4、于信息熵的屬性約簡(jiǎn)算法,并給出了提取模糊決策規(guī)則的主要步驟。最后,由獲取的規(guī)則實(shí)現(xiàn)粗集神經(jīng)網(wǎng)絡(luò)的構(gòu)建。
　　上述方法構(gòu)建的粗集神經(jīng)網(wǎng)絡(luò)模型在模式分類(lèi)實(shí)驗(yàn)以及實(shí)際遙感圖像分類(lèi)中得到應(yīng)用。對(duì)UCI數(shù)據(jù)庫(kù)中的數(shù)據(jù)集以及華盛頓地區(qū)的遙感圖像進(jìn)行分類(lèi)的實(shí)驗(yàn)表明,和傳統(tǒng)方法設(shè)計(jì)的粗集神經(jīng)網(wǎng)絡(luò)相比,本文方法具有更精簡(jiǎn)的結(jié)構(gòu)、更好的分類(lèi)精度和泛化能力,具有較好的應(yīng)用價(jià)值和前景。
　　最后總結(jié)了全文的主要研究?jī)?nèi)容和成果,對(duì)當(dāng)前還未深入探討、今