图书介绍

智能优化算法与遥感影像分类2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

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

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：56511a3c69f675a90d650b864a415cdb

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。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

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