資源描述：
《基于蟻群優(yōu)化的遙感影像分類研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、萬方數(shù)據(jù)中圖分類號(hào)：學(xué)科分類號(hào)：論文編號(hào)：——密級(jí)：公玨安徽理工大學(xué)碩士學(xué)位論文基于蟻群優(yōu)化的遙感影像分類研究作者姓名：在拯丕專業(yè)名稱：太地測(cè)量堂皇塑9量王猩研究方向：3S撞苤篡盛皇座且導(dǎo)師姓名：超主L全副塾拯導(dǎo)師單位：測(cè)繪堂瞳答辯委員會(huì)主席：直玉論文答辯日期：2014年5月31日安徽理工大學(xué)研究生處2014年5月31日萬方數(shù)據(jù)ADissertationin．GeodesyandSurveyEngineeringResearchontheClassificationofRemoteSensingImagesBasedonACOCandidate：WuZhendong
2、Supervisor：ZhengLiquanSchoolofGeodesyandGeomaticsAnHuiUniversityofScienceandTechnologyNo．168，ShungengRoad，Huainan，232001，P．R．CHINA萬方數(shù)據(jù)獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得塞邀堡王太堂或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明
3、確的說明并表示謝意。學(xué)位論文作者簽名：逝查筮壘=日期：巡年旦6月型日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解塞徵理工大堂有保留、使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬于安邀理工大堂。學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)安徽理工大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名：氣牟扼糸簽字日期：汐l∥和5月莎‘日導(dǎo)師簽名：冢尸；-≥簽字日期：沙c￥年6占月矽占日萬方
4、數(shù)據(jù)摘要本文研究的方向是基于蟻群優(yōu)化數(shù)據(jù)分類規(guī)則挖掘的遙感影像分類，總體來講是從三個(gè)方面討論的，首先是遙感影像分類問題的一般方法和特點(diǎn)；再者是蟻群優(yōu)化的基本原理和數(shù)學(xué)模型以及實(shí)現(xiàn)的算法流程；最后是蟻群優(yōu)化應(yīng)用于遙感影像分類所要解決的問題。關(guān)于遙感影像分類，使用了最新的Landsat．8數(shù)據(jù)，討論了紋理變換、植被變換、主成分分析、獨(dú)立成分分析、地形因子提取和多波段最佳指數(shù)因子提取等問題。把包含光譜、遙感指數(shù)、紋理、地形和線性變換的特征組合成一個(gè)多波段文件，作為分類的初始特征集，給出自己的特征選取方案。關(guān)于蟻群優(yōu)化，把雙橋?qū)嶒?yàn)作為引例，討論了旅行商問題、數(shù)據(jù)挖掘的蟻群優(yōu)
5、化原理、數(shù)學(xué)模型和算法流程，重點(diǎn)介紹了Ant．Miner模型，在總結(jié)蟻群優(yōu)化一般框架的基礎(chǔ)上，引入新的改進(jìn)方案。把遙感影像分類和蟻群優(yōu)化結(jié)合來講，具體討論了數(shù)據(jù)離散、規(guī)則構(gòu)造、規(guī)則剪枝、信息素策略和啟發(fā)策略等方面問題的解決辦法。最后設(shè)計(jì)實(shí)例比較基于蟻群優(yōu)化分類方法與最大似然方法的分類結(jié)果，得出結(jié)論。1蛩[38】表【21】參[79】關(guān)鍵詞：遙感影像分類；蟻群優(yōu)化：數(shù)據(jù)分類規(guī)則挖掘分類號(hào)：P237萬方數(shù)據(jù)安徽理工大學(xué)碩士學(xué)位論文AbstractIngeneral，thethemeofthisthesisthatremotesensingimageclassificati
6、onbasedondataminingbyantcolonyoptimizationisdiscussedfromthreeaspects．First,introducingthegeneralmethodsandcharacteristicsofclassificationissue．Second,introducingthebasicprinciples，mathematicalmodelsandprocessingprocedureofantcolonyoptimization．Finally，theproblemhavetosolvethatacoisapp
7、liedtotheremotesensingimageclassification．Aboutremotesensingimageclassification,usingthelatestdataofLandsat一8，discusstheproblemsabouttexturetransformation，vegetationtransformation,principalcomponentanalysis，independentcomponentanalysis，terrainfactorextractionandmultibandoptimumindexf
