基于蚁群优化的遥感影像分类研究

《基于蚁群优化的遥感影像分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据中图分类号：学科分类号：论文编号：——密级：公珏安徽理工大学硕士学位论文基于蚁群优化的遥感影像分类研究作者姓名：在拯丕专业名称：太地测量堂皇塑9量王猩研究方向：3S撞苤篡盛皇座且导师姓名：超主L全副塾拯导师单位：测绘堂瞳答辩委员会主席：直玉论文答辩日期：2014年5月31日安徽理工大学研究生处2014年5月31日万方数据ADissertationin．GeodesyandSurveyEngineeringResearchontheClassificationofRemoteSensingImagesBasedonACOCandidate：WuZhendong

2、Supervisor：ZhengLiquanSchoolofGeodesyandGeomaticsAnHuiUniversityofScienceandTechnologyNo．168，ShungengRoad，Huainan，232001，P．R．CHINA万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方以外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得塞邀堡王太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明

3、确的说明并表示谢意。学位论文作者签名：逝查筮垒=日期：巡年旦6月型日学位论文版权使用授权书本学位论文作者完全了解塞徵理工大堂有保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于安邀理工大堂。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权安徽理工大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：气牟扼糸签字日期：汐l∥和5月莎‘日导师签名：冢尸；-≥签字日期：沙c￥年6占月矽占日万方

4、数据摘要本文研究的方向是基于蚁群优化数据分类规则挖掘的遥感影像分类，总体来讲是从三个方面讨论的，首先是遥感影像分类问题的一般方法和特点；再者是蚁群优化的基本原理和数学模型以及实现的算法流程；最后是蚁群优化应用于遥感影像分类所要解决的问题。关于遥感影像分类，使用了最新的Landsat．8数据，讨论了纹理变换、植被变换、主成分分析、独立成分分析、地形因子提取和多波段最佳指数因子提取等问题。把包含光谱、遥感指数、纹理、地形和线性变换的特征组合成一个多波段文件，作为分类的初始特征集，给出自己的特征选取方案。关于蚁群优化，把双桥实验作为引例，讨论了旅行商问题、数据挖掘的蚁群优

5、化原理、数学模型和算法流程，重点介绍了Ant．Miner模型，在总结蚁群优化一般框架的基础上，引入新的改进方案。把遥感影像分类和蚁群优化结合来讲，具体讨论了数据离散、规则构造、规则剪枝、信息素策略和启发策略等方面问题的解决办法。最后设计实例比较基于蚁群优化分类方法与最大似然方法的分类结果，得出结论。1蛩[38】表【21】参[79】关键词：遥感影像分类；蚁群优化：数据分类规则挖掘分类号：P237万方数据安徽理工大学硕士学位论文AbstractIngeneral，thethemeofthisthesisthatremotesensingimageclassificati

6、onbasedondataminingbyantcolonyoptimizationisdiscussedfromthreeaspects．First,introducingthegeneralmethodsandcharacteristicsofclassificationissue．Second,introducingthebasicprinciples，mathematicalmodelsandprocessingprocedureofantcolonyoptimization．Finally，theproblemhavetosolvethatacoisapp

7、liedtotheremotesensingimageclassification．Aboutremotesensingimageclassification,usingthelatestdataofLandsat一8，discusstheproblemsabouttexturetransformation，vegetationtransformation,principalcomponentanalysis，independentcomponentanalysis，terrainfactorextractionandmultibandoptimumindexf