人工蜂群算法优化的SVM遥感影像分类

技术方法 | 浏览量 : 0 下载量: 212 CSCD: 8

人工蜂群算法优化的SVM遥感影像分类
Optimized SVM based on artificial bee colony algorithm for remote sensing image classification
“在遥感分类领域，研究者提出了一种基于人工蜂群算法改进SVM参数的方法，通过模仿蜜蜂采蜜行为，优化SVM分类器参数，提高分类精度。实验结果表明，该方法在UCI数据集和遥感影像上的分类精度均优于其他人工智能算法优化的SVM算法。”

”
2018年22卷第4期页码：559-569
纸质出版日期： 2018-7 ，

录用日期： 2017-11-20
DOI： 10.11834/jrs.20187176

扫描看全文

李楠, 朱秀芳, 潘耀忠, 詹培. 2018. 人工蜂群算法优化的SVM遥感影像分类. 遥感学报, 22(4): 559–569

Li N, Zhu X F, Pan Y Z and Zhan P. 2018. Optimized SVM based on artificial bee colony algorithm for remote sensing image classification. Journal of Remote Sensing, 22(4): 559–569
李楠, 朱秀芳, 潘耀忠, 詹培. 2018. 人工蜂群算法优化的SVM遥感影像分类. 遥感学报, 22(4): 559–569 DOI： 10.11834/jrs.20187176.

Li N, Zhu X F, Pan Y Z and Zhan P. 2018. Optimized SVM based on artificial bee colony algorithm for remote sensing image classification. Journal of Remote Sensing, 22(4): 559–569 DOI： 10.11834/jrs.20187176.