[发明专利]一种基于蜂群智能的遥感影像聚类方法在审
申请号: | 201611025652.6 | 申请日: | 2016-11-21 |
公开(公告)号: | CN106650790A | 公开(公告)日: | 2017-05-10 |
发明(设计)人: | 李华朋;张淑清;丁小辉;刘照;魏延生 | 申请(专利权)人: | 中国科学院东北地理与农业生态研究所 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/00;G06N3/12 |
代理公司: | 哈尔滨市松花江专利商标事务所23109 | 代理人: | 杨立超 |
地址: | 150081 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于蜂群智能的遥感影像聚类方法,属于遥感影像聚类分析领域,为了解决现有用于遥感影像的分类算法开发和开拓能力弱,在挖掘最优聚类中心从而实现遥感影像分类任务中,无法得到全局最优聚类中心,无法取得满意遥感分类结果的缺点,而提出一种基于蜂群智能的遥感影像聚类方法,包括确定待分类遥感影像分类数目,并将遥感影像的每一个像元随机分配给一种分类;对遥感影像进行蜂群智能挖掘,当聚类指标达到预定标准时结束挖掘;根据蜂群智能挖掘的结果对遥感影像进行分类;若一个食物源在经过预定次数后始终不能提高花粉丰度的值,则使用列维飞行在解空间内全局搜索新的食物源。本发明适用于遥感影像分类。 | ||
搜索关键词: | 一种 基于 蜂群 智能 遥感 影像 方法 | ||
【主权项】:
一种基于蜂群智能的遥感影像聚类方法,其特征在于,包括如下步骤:步骤1)确定待分类遥感影像分类数目,并将遥感影像的每一个像元随机分配给一种分类;每个像元具有预定数量的特征;步骤2)根据像元的特征对像元进行蜂群智能挖掘,具体为:步骤2.1)初始化控制参数;所述控制参数包括蜜蜂数量、最大循环次数、限制搜索次数;蜜蜂包括雇佣蜂、观察蜂;所述蜜蜂数量为p,雇佣蜂数量为p/2,所述观察蜂数量为p/2;步骤2.2)建立食物源;每个食物源对应于一个雇佣蜂;所述食物源由每一个类别的聚类中心连接形成,长度为n×m,其中n为遥感影像中每一个像元的波段数目,m为待分类数目;所述食物源的前n位表示第一个类别的聚类中心,以此类推;步骤2.3)计算食物源的适宜度;所述适宜度函数f的表达式为f=1/(M+1),M为聚类指标;步骤2.4)搜索新食物源;即在根据步骤2.3)计算完现有食物源的适宜度后,在已有食物源周围随机搜索新的食物源位置;步骤2.5)观察蜂根据随机概率P(Xi)对一个食物源进行跟随,随机概率P(Xi)的表达式为:P(Xi)=f(Xi)Σi=1Nef(Xi)]]>其中,Xi为第i个蜜蜂食物源位置,f(Xi)为食物源Xi的花粉丰度,Ne为雇佣蜂数量;步骤2.6)若一个食物源在经过限制搜索次数后始终不能提高f(Xi)的值,则雇佣蜂转变为侦察蜂,使用列维飞行在解空间内全局搜索新的食物源;若能够提高f(Xi)的值,则跳转到步骤2.4);步骤2.7)当所有蜜蜂完成搜索,将当前的适宜度最高的最食物源与上一个循环的最优食物源进行比较,选取数值更高的作为当前的全局最优食物源;当循环达到最大循环次数时,停止循环并输出最优聚类中心。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院东北地理与农业生态研究所,未经中国科学院东北地理与农业生态研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201611025652.6/,转载请声明来源钻瓜专利网。