Stepwise-then-intelligent algorithm (STIA) for optimizing remotely sensed image rectification
Stepwise-then-intelligent algorithm (STIA) for optimizing remotely sensed image rectification
复制标题
优化遥感图像校正的逐步智能算法（STIA）
DOI：
10.1080/01431161.2018.1468116
复制
发表时间：
2018-05
影响因子：
3.4
通讯作者：
Wu Yijin
中科院分区：
文献类型：
--
作者：
Li Chang;Liu Jinxin;Wang Xueyu;Liu Xiaojuan;Wu Yijin
摘要针对图像校正中模型参数选择和精度优化问题，提出了一种新的图像校正优化算法STIA（stepwise-then-intelligent）。首先，提出了逐步回归方法，同时解决了过参数化问题，并根据不同的地形选择多项式模型和有理函数模型的最佳参数。第二，智能算法，例如遗传算法（GA）和粒子群优化（PSO），提出了一个创新的搜索范围确定的不确定性传播和3-西格玛规则的基础上搜索更好的结果。实验结果表明，与传统方法相比，该算法具有更高的精度;在大多数情况下，PSO算法在时间和精度上上级GA算法。此外，逐步然后粒子群算法表现出最好的性能，所有比较的方法，包括最小二乘，逐步回归，总最小二乘和偏最小二乘。
ABSTRACT To address the problems of parameter selection and accuracy optimization of models in image rectification, this article first proposes a novel stepwise-then-intelligent algorithm (STIA) for image rectification optimization, which includes the following steps. First, stepwise regression is suggested to simultaneously solve the over-parameterization problem and select the optimum parameters of the polynomial model and rational function model according to different terrains. Second, intelligent algorithms, e.g. the genetic algorithm (GA) and particle swarm optimization (PSO), are proposed to search for better results based on an innovative search range determined by the uncertainty propagation and 3-sigma rule. The experimental results show that the proposed STIA can achieve higher accuracy than conventional methods; and in most cases, the PSO algorithm used in STIA is superior to the GA used in STIA in measures of time and accuracy. Moreover, stepwise-then-PSO algorithm exhibits the best performance of all compared methods, including least squares, stepwise regression, total least squares and partial least squares.
登录
查看更多内容
DOI：
10.1145/2598394.2605342
发表时间：
2014-07
期刊：
Proceedings of the Companion Publication of the 2014 Annual Conference on Genetic and Evolutionary Computation
影响因子：
--
作者：
A. Engelbrecht
通讯作者：
A. Engelbrecht
影响因子：
5.1
作者：
H. Crichton-Miller
通讯作者：
H. Crichton-Miller
DOI：
10.1016/b978-0-12-409547-2.14581-0
发表时间：
2020
期刊：
Comprehensive Chemometrics
影响因子：
--
作者：
Federico Marini;Beata Walczak
通讯作者：
Federico Marini;Beata Walczak
DOI：
10.1201/9780429422614-20
发表时间：
2018-10
期刊：
Swarm Intelligence Algorithms
影响因子：
--
作者：
Adam Slowik
通讯作者：
Adam Slowik
影响因子：
2.7
作者：
Alex M. Andrew
通讯作者：
Alex M. Andrew