%0 Journal Article
%T Remote Sensing Image Classification Based on Artificial Immune System<br>基于人工免疫系统的遥感图像分类
%A ZHONG Yan-fei
%A ZHANG Liang-pei
%A GONG Jian-y
%A Li Ping-xiang
%A <br>钟燕飞
%A 张良培
%A 龚健雅
%A 李平湘
%J 遥感学报
%D 2005
%I 
%X 提出了一种基于人工免疫系统(ArtificialImmuneSystem)的分类方法。该方法首先应用人工免疫系统的克隆选择算法对样本进行自学习,得到全局最优的聚类中心,然后利用学习得到的聚类中心对整幅影像进行分类。由于人工免疫系统继承了生物免疫系统的自组织、自学习、自识别、自记忆的能力,从而使得人工免疫系统具有非线性的分类能力,并能够快速准确地得到全局最优解,克服了传统分类方法约束条件多,容易陷入局部最优的缺点。实验结果证明,该算法分类精度上优于传统的分类方法,总精度和Kappa系数分别达到了89.80%和0.8725,因而具有实用价值。
%K artificial immune system
%K remote sensing
%K image classification
%K pattern recognition
%K immune algorithms<br>人工免疫系统
%K 遥感
%K 图像分类
%K 模式识别
%K 免疫算法
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=E62459D214FD64A3C8082E4ED1ABABED5711027BBBDDD35B&cid=A41A70F4AB56AB1B&jid=F926358B31AC94511E4382C083F7683C&aid=FC2A0EC48720EEBC&yid=2DD7160C83D0ACED&vid=9CF7A0430CBB2DFD&iid=E158A972A605785F&sid=5F8BAECF36EB55E2&eid=A7AE820C12CC9AD3&journal_id=1007-4619&journal_name=遥感学报&referenced_num=5&reference_num=16