智能优化算法与遥感影像分类PDF电子书下载

第1章 绪论 1

1.1最优化问题 1

1.2智能优化算法概述 2

1.2.1粒子群优化算法 4

1.2.2遗传算法 4

1.2.3差分进化算法 6

1.2.4模拟退火算法 8

1.2.5化学反应优化算法 10

1.3遥感影像智能处理方法 12

1.3.1特征优化 12

1.3.2影像分割 13

1.3.3影像分类 14

1.4小结 16

第2章 万有引力搜索算法 17

2.1引力搜索算法 17

2.1.1算法原理与流程 17

2.1.2算法性能验证 20

2.2引力搜索算法研究进展 23

2.2.1 GSA的改进策略 23

2.2.2 GSA应用现状 25

2.3基于斥力的GSA改进算法 26

2.3.1算法原理 27

2.3.2算法流程 29

2.3.3算法的性能验证 30

2.4混合PSOGSA算法 33

2.4.1算法原理 34

2.4.2算法流程 34

2.4.3算法的性能验证 35

2.5基于参数调节的GSA改进算法 36

2.5.1算法改进策略 36

2.5.2算法流程 38

2.5.3算法的性能验证 39

2.6小结 40

第3章 生物地理学优化算法 41

3.1基本生物地理学优化算法 41

3.1.1算法的基本思想 41

3.1.2算法的模型 42

3.1.3算法的流程 43

3.1.4算法的性能验证 44

3.2生物地理学优化算法的研究进展 46

3.2.1生物地理学优化算法的理论分析 46

3.2.2生物地理学优化算法的改进 48

3.2.3生物地理学优化算法的应用 49

3.3引入新策略的BBO改进算法 49

3.3.1算法改进策略 50

3.3.2算法的流程 52

3.3.3算法的性能验证 53

3.4混合BBO优化算法 55

3.4.1算法改进策略 56

3.4.2算法的流程 57

3.4.3算法的性能验证 57

3.5基于参数调节的BBO改进算法 59

3.5.1算法改进策略 60

3.5.2算法的性能验证 62

3.6基于拓扑结构的BBO改进算法 65

3.6.1算法改进策略 66

3.6.2算法的流程 68

3.6.3算法的性能验证 68

3.7小结 71

第4章 基于稳定性约束a动态调节的GSA算法 72

4.1算法原理 72

4.2实验与结果分析 74

4.2.1实验设置 74

4.2.2实验结果分析 75

4.3小结 79

第5章 基于邻域引力学习的生物地理学优化算法 80

5.1算法原理 80

5.1.1 NFBBO迁移策略 80

5.1.2自适应的高斯变异机制 81

5.2实验与结果分析 82

5.2.1参数设置 82

5.2.2实验结果及分析 83

5.3小结 87

第6章 基于遗传算法的引力搜索算法 88

6.1算法原理 88

6.2实验与结果分析 89

6.2.1测试函数 89

6.2.2实验与结果分析 90

6.3小结 94

第7章 基于动态邻域学习的引力搜索算法 95

7.1算法原理 95

7.1.1局部全连接邻域结构 96

7.1.2动态邻域学习策略 97

7.1.3基于进化状态的动态局部邻域构建与gbest变异 98

7.2实验与结果分析 102

7.2.1实验设置 102

7.2.2实验结果分析 102

7.3小结 108

第8章 基于GSA算法的高分辨率遥感影像特征选择 109

8.1光谱与纹理特征提取 109

8.1.1光谱特征提取 109

8.1.2纹理特征提取 110

8.2基于DNLGSA的特征选择 111

8.3实验结果与分析 114

8.3.1实验数据与参数设置 114

8.3.2备选特征提取 117

8.3.3特征选择与分类结果分析 117

8.4小结 120

第9章 基于GSA算法的高分辨率遥感影像多阈值分割 121

9.1常用的阈值分割准则 121

9.1.1 Kapur’s熵分割准则 121

9.1.2 Otsu分割准则 122

9.2基于DNLGSA的高分辨率遥感影像多阈值分割 123

9.3实验结果与分析 124

9.3.1实验数据 125

9.3.2实验设置 126

9.3.3精度评价指标 126

9.3.4多阈值分割结果 127

9.4小结 129

第10章 基于引力优化神经网络的高光谱遥感影像分类 130

10.1人工神经网络 130

10.1.1人工神经网络概述 130

10.1.2 BP神经网络 131

10.2基于SCAA的神经网络参数优化 132

10.3高光谱遥感影像分类 133

10.4影像分割与分类结果的融合 136

10.5小结 138

第11章 基于差分进化算法和多尺度核SVM的高分辨率遥感影像分类 139

11.1多核SVM学习方法 139

11.2多尺度核学习方法 140

11.2.1多尺度核序列学习方法 140

11.2.2基于智能优化算法的多尺度核学习方法 141

11.3基于动态差分进化算法的多尺度核参数优化 141

11.4高分辨率遥感影像分类 143

11.5小结 146

参考文献 147