【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第3期 380-383页,共4页

【作 者】： 尹静 [1] ; 王玉娟 [2]

【摘 要】 研究遥感图像的准确挖掘定位问题。在遥感图像采集中，大量的低质量图像会使真正需要定位图像的特征变模糊。传统的基于决策树的图像挖掘分类器，无法处理低质量图像中存在的数据缺失以及噪声干扰，导致图像数据库中某些属性的字段缺值或数据不完整或丢失，使产生的决策树无法对图像数据进行有效的挖掘分析。提出一种时空两维联合的低质量图像挖掘方法。首先，在Apfiori算法中融人时间维度以及空间维度。然后，在不同的时间段以及空间层中。通过最小能耗监控单元，塑造分时分层的数据挖掘模型，挖掘出更多的图像关联知识。最后．采用自适应遗传方法对算法的挖掘过程进行优化，避免算法出现局部最佳解。仿真实验结果表明，改进方法的挖掘时间开销以及空间开销都优于决策树方法，能够对低质量遥感图像进行快速、准确的挖掘，具有较高的应用价值。