基于量子克隆進(jìn)化算法的BP神經(jīng)網(wǎng)絡(luò)POLSAR圖像分類(lèi).pdf

1、POLSAR圖像分類(lèi)是 POLSAR圖像處理中的重要內(nèi)容，也是 POLSAR圖像解譯的關(guān)鍵技術(shù)之一。POLSAR圖像分類(lèi)是將 POLSAR圖像解譯系統(tǒng)中的前端部分單獨(dú)提取出來(lái)作為具體應(yīng)用的典型實(shí)例。快速、準(zhǔn)確的POLSAR圖像分類(lèi)是實(shí)現(xiàn)各種實(shí)際應(yīng)用如目標(biāo)檢測(cè)與識(shí)別的前提。
　　本文采用了一種基于量子克隆進(jìn)化算法的BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器，并使用該分類(lèi)器對(duì) POLSAR圖像進(jìn)行分類(lèi)。該分類(lèi)器包含兩個(gè)步驟：使用量子克隆進(jìn)化算法優(yōu)化 BP神經(jīng)

2、網(wǎng)絡(luò)的初始權(quán)值和閾值；使用梯度下降法對(duì)權(quán)值和閾值進(jìn)行精確調(diào)整。
　　論文首先介紹了 POLSAR圖像分類(lèi)的背景以及國(guó)內(nèi)外的發(fā)展概況，然后介紹明了 POLSAR圖像的特征提取方法，并詳細(xì)闡述了如何使用基于鏈?zhǔn)礁?jìng)爭(zhēng)策略的智能體遺傳算法(LAGA)的并行式多準(zhǔn)則特征選擇算法對(duì)已提取的POLSAR圖像特征進(jìn)行選擇，接著描述了量子克隆進(jìn)化算法(QCEA)的起源、基本原理和算法流程，并采用了一種使用量子克隆進(jìn)化算法來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器的初

3、始權(quán)值和閾值的方法。最后，將提取和選擇后的POLSAR圖像特征輸入量子克隆進(jìn)化算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器中，得到 POLSAR圖像的分類(lèi)結(jié)果。
　　綜上所述，本文主要完成了兩項(xiàng)工作：其一，提出基于量子克隆進(jìn)化算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值的方法，經(jīng)過(guò)優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)能夠收斂到全局最優(yōu)值，當(dāng)該 BP神經(jīng)網(wǎng)絡(luò)用于分類(lèi)和函數(shù)優(yōu)化時(shí)可以得到更加精確的結(jié)果；其二，將該分類(lèi)器用于POLSAR圖像的分類(lèi)中，實(shí)驗(yàn)結(jié)果表明本文的算法