克隆选择算法在遥感影像分类中的应用

摘要

针对遥感影像分类中的局部极值、鲁棒性等问题,提出基于克隆选择算法的遥感影像监督分类方法.所提方法将遥感影像各波段亮度值定义为抗原的属性,通过计算遥感像元与抗体的亲和力识别其类别,并采用实数制方式对抗体进行变异,在保证亲和力上升的同时,也保证了系统的多样性.该算法应用于广州市遥感影像数据分类的实验结果显示:在抗体的进化过程中,抗体的亲和力和识别能力不断提高,最终的分类精度达到92.9%.与最大似然法相比,克隆选择算法的分类精度更高.