基于人工蜂群算法的多角度遥感影像分类

摘要

人工蜂群(artificial bee colony,ABC)算法在最优化领域有广泛的应用,但在遥感影像分类应用中研究较少。通过使用ABC算法构建基于规则的分类系统,对塔里木河中下游多角度遥感观测数据构建的多维数据集进行分类,生成决策规则集;并与最大似然分类法(maximum likelihood classification,MLC)、C4. 5决策树法和支持向量机(support vector machine,SVM)分类结果进行比较。结果表明,ABC算法总体分类精度高于MLC和C4. 5,但低于SVM。通过对规则中分类属性的频数分析,证明使用ABC算法可有效发现多角度数据观测结果与不同土地覆被类型之间的关系。