基于自适应遗传算法和改进BP算法的遥感影像分类   总被引：1，自引：0，他引：1  

尹淑玲  舒宁  刘新华 《武汉大学学报(信息科学版)》2007,32(3):201-204

介绍了采用自适应遗传算法和改进BP算法相结合的混合算法来训练BP网络的方法，即先用自适应遗传算法进行全局训练，再用改进BP算法进行精确训练，以达到加快网络收敛速度和避免陷入局部极小值的目的。结果表明，该算法收敛速度快，分类精度较高。  相似文献   

自组织网络在遥感土地覆盖分类中应用研究   总被引：14，自引：1，他引：13  

孙丹峰  汲长远  林培 《遥感学报》1999,3(2):139-143

设计完成和比较了自组织网络的几种算法在遥感土地覆盖分类中的应用,结果表明非监督和监督学习结合方法进行遥感土地覆盖分类,各算法在分类性能上无显著差异,因此可采用算法和较简单的单竞争学习网络,根据最邻近原则进行非参数分类。  相似文献   

地磁匹配导航算法研究   总被引：4，自引：0，他引：4  

王向磊  孙付平  陈坡 《测绘工程》2009,18(3):37-39

提出一种MonteCarlo方法和均方差算法（MSD）相结合的匹配算法，并将本算法用于地磁匹配导航中。该方法根据惯性导航系统指示的位置从地磁图上提取参考地磁数据，将地磁测量数据进行若干次随机干扰后和参考地磁数据使用MSD算法进行匹配，得到若干个匹配位置，取其均值作为最终匹配位置。仿真结果表明本算法可行。  相似文献   

基于半监督核模糊c-均值算法的北京一号小卫星多光谱图像分类   总被引：1，自引：0，他引：1  

刘小芳  何彬彬  李小文 《测绘学报》2011,40(3):301-306

针对遥感图像数据大多不服从高斯分布以及遥感图像分类存在非线性、模糊性和标记数据少等问题,提出基于半监督核模糊c-均值算法的多光谱遥感图像分类方法.首先,把半监督学习理论和核理论同时引入模糊c-均值算法,形成半监督核模糊c-均值算法.然后,用该算法与k-均值算法、最大似然算法、多类支持向量、半监督核支持向量、模糊c-均值...  相似文献   

BPSA混合策略在GPS高程拟合中的应用   总被引：2，自引：1，他引：1  

范千  王新洲  朱轶群 《测绘工程》2006,15(2):9-11

针对误差反向传播(BP)算法训练速度慢和易于陷入局部最小值的缺点,利用BP算法监督学习特点,模拟退火算法(SA)在局部极小处的概率突变性,有效结合BP和SA算法,提出一种BPSA混合学习策略。将其应用于GPS高程拟合,并以实例验证了该算法的有效性。  相似文献   

大坝变形分析遗传神经网络模型的改进     

李珂  岳建平  马保卫  周凯  秦茂芬 《测绘工程》2008,17(2):22-25

针对基本遗传算法（SGA）收敛速度慢、局部寻优能力差等缺陷,采用十进制编码,引入改进的算术交叉、非均匀变异操作等算法,分析和建立了改进的遗传神经网络（IGA-BP）模型,并将该模型应用于大坝水平位移的预测。结果表明,该模型在收敛速度、预报精度等方面比传统模型有较大的改善。  相似文献   

基于模糊算法的极化SAR影像分类     

郭海京  吴磊 《测绘信息与工程》2014,(5):80-82

极化合成孔径雷达（POLSAR）由于其能对目标进行更为全面的极化信息的描述,已经成为SAR领域中最先进的传感器之一。本文对模糊集理论中的三种模糊聚类算法进行了系统全面的阐述,并重点研究了基于模糊可能性C均值算法（FPCM）的极化SAR非监督分类方法。  相似文献   

BP神经网络遥感水深反演算法的改进   总被引：2，自引：0，他引：2  

曹斌  邱振戈  朱述龙  曹彬才 《测绘通报》2017,(2):40-44

针对BP神经网络遥感水深反演算法（简称传统BP算法）的缺点,提出了改进型BP神经网络遥感水深反演算法（简称改进型BP算法）,其基本原理是在模型训练过程中反复运用粒子群算法对BP神经网络的权值和阈值进行优化以弥补传统BP算法的不足。试验表明：改进型BP算法的训练迭代收敛速度明显快于传统BP算法,浅水区的水深反演精度优于传统BP算法,且学习算法对初始权值和阈值不敏感。  相似文献   

自组织神经网络在遥感影像分类中的应用研究   总被引：5，自引：0，他引：5  

刘修国  罗小波 《国土资源遥感》2004,15(4):14-18

竞争学习网络与Kohonen神经网络相比,由于不考虑邻域神经元,其网络结构相对简单。采用这种简化的网络结构,并对其学习算法进行改进,用最大、最小距离法设置的初始聚类中心来代替随机初始中心。实验结果表明,用改进的竞争学习网络对遥感影像进行非监督分类,在分类精度和效率上都有较大的提高。  相似文献   

一种基于卷积神经网络的SAR变化检测方法     

崔斌  张永红  闫利  魏钜杰 《测绘科学》2019,44(6):170-175,186

为了降低合成孔径雷达(SAR)影像中相干斑对变化检测的影响、减少标注样本的人工成本,该文发展了一种联合分层模糊C均值聚类(FCM)与卷积神经网络的非监督SAR变化检测方法。首先,利用邻域均值比算子计算前后时相的差异图,并利用分层FCM将差异图非监督地初始分割为变化类、非变化类及待确定类别像素;然后,为解决非监督选取样本时出现的样本不均衡问题,提出一种频率不变降采样的数据抽样方法,选取高置信度的变化与非变化样本用于网络训练;最后,利用训练完成的神经网络对待确定类别像素进行分类,得到最终变化结果。采用真实SAR影像数据进行实验。结果表明,该文方法方便有效,具有较高的检测精度。  相似文献   

基于GASA混合策略的BP网络在基准地价测算中的应用   总被引：1，自引：0，他引：1  

赖红松  董品杰  祝国瑞 《武汉大学学报(信息科学版)》2004,29(1):24-28

结合遗传算法的并行搜索结构和模拟退火的概率突跳特性 ,提出了一种用于BP网络权值学习的GASA混合策略。以江西省赣县县城商业用地为例 ,应用基于GASA混合策略的BP网络对其基准地价进行了测算 ,并与回归模型方法作了比较。结果表明 ,混合策略能有效地避免BP算法陷入局部极小和网络单目标学习易产生的过拟合现象。将神经网络用于基准地价的测算 ,精度优于常规的回归模型方法。  相似文献   

GA-BP网络模型在GPS似大地水准面精化中的应用     

彭祥国  王坚  许振问  王建鹏 《全球定位系统》2009,34(4):66-70

针对误差反向传播（BP）算法训练速度慢和易于陷入局部最小值的缺点，提出了利用遗传算法（GA）的全局寻优性，结合GA和BP的各自优点，分析和建立了进化神经网络（GA-BP）模型，并将该模型应用于似大地水准面模型精化。最后以南方某市E级GPS控制网高程数据为例，进行BP和GA-BP模型的对比实验，通过对内、外符合精度及MAPE（平均绝对误差百分比）指标分析，验证了该方法的可行性。  相似文献   

遥感影像遗传算法增强处理     

于世艳  王宝利 《现代测绘》2007,30(2):28-30

遗传算法作为一种智能优化算法,已广泛应用许多学科及工程领域.本文提出了利用遗传算法对遥感影像增强进行空域操作,设计中构造了一种简单且规一化亮度变换函数,并设计遗传算法实现影像的自适应增强.实验结果表明,该算法处理后质量比传统算法要好.  相似文献   

非线性最小残差绝对值和最小平差的遗传算法   总被引：1，自引：1，他引：0  

陈伟  王新洲 《地理空间信息》2004,2(3):8-9,12

遗传算法是一种基于自然选择和自然遗传学机理的全局优化搜索算法。文章在扼要介绍遗传算法的基础上,设计了非线性残差绝对值和最小的遗传算法,并将其运用于非线性残差绝对值和最小的平差模型中,并通过实例验证了该算法的有效性。  相似文献   

行政区划图自动着色的混合遗传算法   总被引：1，自引：0，他引：1  

韩云  郭庆胜  章莉萍  孙艳 《武汉大学学报(信息科学版)》2007,32(8):748-751

结合贪心算法的局部搜索能力与遗传算法的全局搜索能力,研究了政区图四色着色问题的混合遗传算法,并在此基础上提出了一些改进措施。试验结果表明,这种混合遗传算法能有效地解决行政区划图自动着色问题,并取得了较好的结果。  相似文献   

基于GA-SVR的地铁隧道沉降预测     

周立俊  黄腾  王思捷  吴壮壮 《地理空间信息》2021,19(3):115-117

利用支持向量回归(SVR)和遗传算法(GA)参数寻优,建立了基于GA-SVR的地铁隧道沉降预测模型,可提高地铁隧道沉降预测的精度。利用长期实测的地铁结构监测数据对SVR模型进行训练,并通过GA优化SVR模型的3个参数;利用训练模型均方误差结合留一交叉验证的方法确定GA的适应度。基于南京地铁2号线隧道结构沉降实测数据,将预测值与实测值进行了对比分析。结果表明,该模型预测的地铁隧道沉降预测值准确、可靠,其精度能满足工程实际要求。  相似文献   

影像增强对 ISODATA 遥感影像分类结果的影响     

杨燕  ;曾学宏  ;汪生燕 《东北测绘》2014,(4):129-132

ISODATA算法是遥感影像非监督分类的典型算法之一。在进行非监督分类前,需要对遥感影像进行必要的处理,影像增强就是其中最为重要的步骤之一。本文通过对ISODATA算法和影像增强算法的阐述,分析了影像增强算法与非监督分类结合的方式和局限性。并通过实验分析了常用影像增强算法对非监督分类结果的影响,科学合理的选择适当的影像增强算法来提高非监督分类的可靠性。  相似文献   

改进的遗传算法在GPS基线解算上的研究   总被引：1，自引：0，他引：1  

刘智敏 《测绘科学》2008,33(5)

遗传算法(GA)处理数值优化计算问题具有的简单通用、并行、稳健等特点,因此应用于高精度GPS定位的基线解算过程。针对双差模糊度的整数域和基线向量的实数域解的特性,进行了GA算法改进,包括实数编码的改进、遗传算子及其控制参数等算法设计,提出了基于非线性最小二乘准则的GPS相对定位同步解算基线向量和双差模糊度的优化搜索新方法,避免了分步解算模糊度中对浮点解的依赖性,首次实现了大范围、高精度、整数实数不同域上的同步求解,提高了GPS相对定位的稳定性,也体现了遗传算法的优越性。算例表明改进的实数编码遗传算法对同步解算GPS相对定位是可行有效的。  相似文献   

An Improvement on the Clustering of High-Resolution Satellite Images Using a Hybrid Algorithm     

Alireza Chehreghan  Rahim Ali Abbaspour 《Journal of the Indian Society of Remote Sensing》2017,45(4):579-590

The challenge of obtaining training data for supervised classifications of satellite images has led researchers to unsupervised algorithms, i.e. cluster analysis. Numerous researches have been conducted to improve quality and decrease uncertainty of results of this analysis. This study proposes a hybrid cost function as well as a hybrid clustering algorithm-Artificial Bee Colony optimization approach for the clustering of high-resolution satellite images. In order to evaluate viability of the proposed methodology, it is compared to some other classic clustering algorithms such as modified K-Means, K-Medoids, Fuzzy C-Means, and Kernel-based Fuzzy C-Means methods over three different study areas selected from a WorldView-2 satellite image. The Shannon entropy technique, Kappa coefficient, compactness, and separation criteria are used as quality and uncertainty indicators for the evaluation. The results of the study show that, compared to other methods, the hybrid algorithm obtained from the proposed cost function, Kernel-based Fuzzy C-Means method, and ABC algorithm provide clustering capabilities of higher quality and lower uncertainty levels.  相似文献