吉沛琦
- 作品数：3 被引量：24H指数：2
- 供职机构：西北工业大学自动化学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于K-Means变异算子的混合遗传算法聚类研究被引量：6
- 2011年
- 遗传算法具有良好的全局搜索能力,但有过早收敛和过慢结束的缺点。K-Means算法具有很强的局部搜索能力,但算法有对初始聚类中心敏感而易陷入局部最优解。针对上述问题,提出了基于K-Means变异算子的混合遗传算法聚类,将K-Means算法的局部搜索能力与遗传算法的全局寻优搜索能力相结合,在遗传算法中引入K-Means变异算子,采用符号编码、自适应变异、最优个体保留策略的混合遗传算法。仿真实验表明,该算法有效克服了遗传算法过慢收敛和K-Means算法陷入局部收敛的问题,从而得到更好的聚类效果。
- 耿跃任军号吉沛琦
- 关键词：聚类分析K-MEANS算法遗传算法
- 基于遥感图像的城市用地分类与增长仿真
- 2010年
- 遥感数据可以为城市增长CA仿真提供准确全面的输入数据。讲述了利用基于K-Means变异算子的混合遗传算法中的聚类方法通过ETM+遥感图像中对城市用地进行分类以及提取仿真输入数据的方法,在MAPINFO平台上应用一种复杂适应系统与CA结合的模型对西安的城市用地增长进行了仿真。实例表明,分类方法以及仿真方法具有一定的实用价值,仿真结果可以反映城市发展的客观规律,对城市的发展及规划具有积极的指导意义。
- 吉沛琦任军号耿跃
- 关键词：遥感图像聚类地理信息系统元胞自动机
- SOM神经网络改进及在遥感图像分类中的应用被引量：18
- 2011年
- 针对自组织特征神经网络自身算法的特点和缺陷,采用遗传算法对网络进行改进,形成了基于遗传算法的自组织特征神经网络,并从输入向量、竞争层神经元数量设置和初始权向量设定三方面,结合遥感图像的特性对自组织特征映射网络遥感图像分类的方法进行了改进。将该方法应用于选择西安地区的ETM+卫星遥感图像进行分类实验。结果表明,基于遗传算法的自组织特征映射网络使得遥感图像的分类精度更高,且该算法实现简单,具有一定的工程应用价值。
- 任军号吉沛琦耿跃
- 关键词：自组织特征映射神经网络遗传算法遥感图像
