基于蚁群规则挖掘算法的多特征遥感数据分类
蚁群算法作为一种新型的智能优化算法,已经成功应用在许多领域,然而应用蚁群优化算法进行遥感数据处理则是一个新的研究热点.蚁群规则挖掘算法是基于分类规则挖掘进行分类,能够处理多特征的数据.因此,论文将蚁群规则挖掘算法应用到多特征遥感数据分类处理中,并采用北京地区的Landsat TM和Envisat ASAR数据作为实验数据,对选择的遥感数据进行了多特征分类实验.实验结果分别与最大似然分类法、C4.5方法进行对比,分析表明:1)蚁群规则挖掘算法是一种无参数分类的智能方法,具有很好的鲁棒性,2)能够挖掘较简单的分类规则;3)能够充分利用多源遥感数据等.它可以充分利用多特征数据进行土地覆盖分类,从而能够提高分类的效率.
作 者： 戴芹 刘建波 DAI Qin LIU Jian-bo 作者单位： 中国科学院对地观测与数字地球科学中心,北京,100086 刊 名： 地理研究 ISTIC PKU 英文刊名： GEOGRAPHICAL RESEARCH 年，卷(期)： 2009 28(4) 分类号： P3 关键词： 蚁群规则挖掘 多特征数据 遥感数据分类 Ant colony rule mining algorithm multi-feature data remote sensing dataclassification