图书介绍
智能优化算法与遥感影像分类pdf电子书版本下载
- 孙根云等著 著
- 出版社： 北京：科学出版社
- ISBN：9787030604521
- 出版时间：2019
- 标注页数：159页
- 文件大小：21MB
- 文件页数：169页
- 主题词：智能技术－最优化算法－应用－遥感图象－图象处理－研究
PDF下载
下载说明
智能优化算法与遥感影像分类PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
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