TY - JOUR A2 - Tai, Xue Cheng AU - Huang，Zhehuang PY - 2016 DA - 2015/11/10 TI -改善量子粒子群优化的红树林分类SP - 9264690六世- 2016 AB -量子粒子群优化(QPSO)是一个基于人口优化算法受社会行为的鸟类聚集相结合量子计算的思想。对于许多优化问题，传统的QPSO算法能够在合理的计算时间内产生高质量的解，且具有相对稳定的收敛特性。但在实际应用中，QPSO算法也出现了一些不尽如人意的问题，如过早收敛和全局寻优能力差。针对这些问题，本文提出并实现了一种改进的量子粒子群优化算法。本文主要有三篇工作。首先，提出了一种改进的QPSO算法，提高了模型的决策能力。其次，首次将协同神经网络模型引入到红树林分类中，可以更好地处理遥感图像的模糊匹配。最后，利用改进的QPSO算法实现网络参数的优化。红树林分类实验表明，改进算法具有更强的全局搜索能力和更快的收敛速度。 SN - 1687-725X UR - https://doi.org/10.1155/2016/9264690 DO - 10.1155/2016/9264690 JF - Journal of Sensors PB - Hindawi Publishing Corporation KW - ER -