基于混沌遗传算法的遥感影像分类

】为提高遥感影像分类精度，本文提出基于混沌遗传算法（Chaos Genetic Algorithm）的遥 感影像分类方法。首先应用混沌遗传算法对样本进行自学习得到全局最优的聚类中心，然后通过得 到的聚类中心对整幅影像进行分类。该方法利用混沌变量的遍历性，进行粗粒搜索，优化遗传算法 的初始种群，从而提高收敛速度；对经过选择算子、交叉算子、变异算子计算得到的优秀个体，利 用混沌系统对初始条件和系统参数的敏感性进行混沌扰动，避免陷入局部最优，从而得到全局最优 解，获得最优聚类中心。该方法应用于淮南矿区 TM 影像分类，实验表明该方法分类总正确率为 88.26％，Kappa 系数为 0.853，优于传统分类方法，具有实用价值。