论文部分内容阅读
为提高利用遥感影像进行土地利用分类的精度,采用了基于混沌免疫算法(Chaos Immune Algorithm)的多光谱遥感影像分类方法。首先应用混沌免疫算法对样本进行自学习得到全局最优的聚类中心,然后通过得到的聚类中心对整幅影像进行分类。该方法利用混沌变量的遍历性,进行粗粒搜索,优化免疫算法的初始抗体群;通过克隆选择算子、变异算子、抗体的循环补充操作,避免陷入局部最优解,得到全局最优的聚类中心。在对淮南矿区采用TM影像进行的土地利用分类中,试验结果表明该方法分类总精度为89.9%,Kappa系数为