[发明专利]一种基于卫星遥感影像的输电通道环境隐患的识别方法和系统

权利要求书

1.一种基于卫星遥感影像的输电通道环境隐患的识别方法，其特征在于，包括：

获取含有输电通道的卫星遥感影像；

将所述的卫星遥感影像输入预先构建的支持向量机分类器中，得到输电通道的环境隐患类型；

所述支持向量机分类器基于历史卫星遥感影像中的环境隐患进行训练，并采用粒子群算法和遗传算法对所述分类器进行优化；

采用粒子群算法和遗传算法对支持向量机分类器的参数进行优化，包括：

基于带有各种环境隐患标注的输电通道历史卫星遥感影像构建训练集；

基于所述训练集，采用粒子群算法和遗传算法对支持向量机分类器的参数进行迭代更新；

所述支持向量机分类器参数包括：核函数参数和误差惩罚因子；

所述基于所述训练集，采用粒子群算法和遗传算法对支持向量机分类器的参数进行迭代更新，包括：

A1在设定范围内随机生成设定组参数值，基于所述设定组参数值，生成初始群落；

A2对粒子群算法和遗传算法的参数以及两种算法的选择概率进行初始化；

A3基于两种算法的选择概率确定支持向量机分类器参数的优化算法；

A4基于所述训练集和当前群落，采用步骤A3中选择的优化算法对当前群落和两种算法的选择概率进行迭代更新；

A5判断是否满足终止标准：若满足终止标准，将最新子代群落中占比最大的个体对应的支持向量机分类器参数作为最优参输出，完成支持向量机分类器的参数优化；若不满足终止标准，返回步骤A3直到满足终止条件；

所述基于两种算法的选择概率确定支持向量机分类器参数的优化算法，包括：当两种算法的选择概率相同时，支持向量机分类器参数的优化算法为粒子群算法和遗传算法；

当两种算法的选择概率不同时，支持向量机分类器参数的优化算法为粒子群算法和遗传算法中选择概率较大的算法；

基于所述训练集和当前群落，采用粒子群算法和遗传算法对当前群落和两种算法的选择概率进行更新，包括：

将当前群落平均分成粒子群算法群落和遗传算法群落；

采用粒子群算法对所述粒子群算法群落进行迭代更新，得到粒子群算法子代候选群落；采用遗传算法对所述遗传算法群落进行迭代更新，得到遗传算法子代候选群落；

将所述粒子群算法子代候选群落和所述遗传算法子代候选群落进行合并，生成当前群落的子代候选群落；

基于所述训练集和预先设定的个体适应度函数，分别计算所述当前群落的子代候选群落中每个个体的适应度；

基于所述当前群落的子代候选群落和每个个体的适应度，生成当前群落的子代群落；

基于所述当前群落的子代群落、粒子群算法子代候选群落和遗传算法子代候选群落，更新两种算法的选择概率；

基于所述训练集和预先设定的个体适应度函数，计算当前群落的子代候选群落中个体的适应度，包括：

基于待评价的个体表示更新支持向量机分类器参数；

将所述训练集中各历史卫星遥感影像依次输入参数更新后的支持向量机分类器，得到所述各历史卫星遥感影像对应的环境隐患预测结果；

将所述各历史卫星遥感影像对应的环境隐患预测结果与各历史卫星遥感影像标注的环境隐患进行比对，确定支持向量机分类器输出的正确分类样本数和错误分类样本数；

基于所述正确分类样本数和错误分类样本数，计算所述待评价个体的适用度；所述基于所述当前群落的子代群落、粒子群算法子代候选群落和遗传算法子代候选群落，更新两种算法的选择概率，包括：

将当前群落的子代群落与粒子群算法子代候选群落和遗传算法子代候选群落进行比较：若当前群落的子代群落个体来自粒子群算法子代候选群落的个数大于来自遗传算法子代候选群落的个数，则将粒子群算法的选择概率上调预设值；若当前群落的子代群落个体来自遗传算法子代候选群落的个数大于来粒子群算法子代候选群落的个数，则将遗传算法的选择概率上调预设值。

2.如利要求1所述的方法，其特征在于，在获取含有输电通道的卫星遥感影像之后，在将所述的卫星遥感影像输入预先构建的支持向量机分类器之前，还包括对所述获取的输电通道卫星遥感影像进行处理。