基于人工免疫系统的遥感影像分类算法的研究

论文摘要

随着遥感技术的发展,越来越多的学科和技术融入了遥感领域。近几年,受生物免疫系统启发的计算智能学科——人工免疫系统成为各领域的研究热点。鉴于生物免疫系统所具有的识别和分类能力,本文在概括和分析人工免疫系统国内外研究现状的基础上,对基于人工免疫系统的遥感影像分类算法进行了研究。本文完成的主要工作有:1、总结了人工免疫系统和遥感影像分类算法的研究现状。2、建立了基于人工免疫识别系统的遥感影像分类模型,给出了算法的流程,实现了遥感影像的分类,并对关键参数进行了分析,提出了改进的人工免疫识别系统,克服了人工免疫识别系统对噪声敏感的缺点。3、提出了基于进化人工免疫网络的遥感影像分类方法,建立了基于进化人工免疫网络的遥感影像分类模型,验证了模型的正确性。实验结果表明分类精度对网络抑制参数的取值比较敏感。4、用一种特殊的网络连接和编码方式,建立了基于多样性人工免疫网络的遥感影像分类模型,利用标准测试数据和实际遥感影像数据对模型进行验证。实验结果表明分类精度受警戒参数的影响较大。文章最后对本文的主要工作进行了总结,并提出了需要进一步研究的内容。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 遥感影像分类算法的研究现状
• 1.2.2 生物免疫学的研究成果
• 1.2.3 人工免疫系统的研究现状
• 1.2.4 基于人工免疫系统的遥感影像分类算法
• 1.3 论文安排
• 1.4 论文中英文缩略词
• 第二章 基于 AIRS的遥感影像分类
• 2.1 AIRS的基本原理
• 2.2 基于 AIRS1的遥感影像分类的算法建模
• 2.3 基于 AIRS1的遥感影像分类的算法流程
• 2.4 AIRS2与 AIRS1的区别
• 2.5 改进的 AIRS2算法
• 2.6 实验与结论
• 2.7 本章小结
• 第三章 基于 EAIN的遥感影像分类
• 3.1 EAIN的基本原理
• 3.2 基于 EAIN的遥感影像分类的算法建模
• 3.3 基于 EAIN的遥感影像分类的算法流程
• 3.4 EAIN和 AIRS的区别
• 3.5 实验与结论
• 3.6 本章小结
• 第四章 基于 DAIN的遥感影像分类
• 4.1 DAIN的基本原理
• 4.2 基于 DAIN的遥感影像分类的算法建模
• 4.3 基于 DAIN的遥感影像分类的算法流程
• 4.4 DAIN和 AIRS、EAIN的区别
• 4.5 实验与结论
• 4.6 本章小结
• 第五章 总结与展望
• 5.1 研究成果总结
• 5.2 进一步的工作
• 参考文献
• 作者简历 攻读硕士学位期间完成的主要工作
• 致谢