地理空间信息

2016, v.14;No.88(12) 37-40+8

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

加权变异粒子群BP神经网络在遥感影像分类中的应用
Application of the Weighted Variable Particle Swarm BP Neural Network in the Remote Sensing Image Classification

胡永森;王力;吴良才;黄妮;付建东;

摘要(Abstract):

在经典的BP神经网络框架支撑下,利用加权变异粒子群算法使神经网络的训练更加科学,同时也更好地发挥了粒子群算法的优点,使其分类效果更加精准。实验后的分类结果表明,与改进之前的BP神经网络相比,总体精度和Kappa系数分别提高了0.108 3和0.138 3;与支持向量机、最大似然及最小距离等分类方法进行了对比,分类效果均优于以上方法。加权变异粒子群BP神经网络不仅可以实现遥感影像的高精度分类,对解决"同谱异物"和"异物同谱"现象也具有一定的作用。

关键词(KeyWords): 粒子群算法;混合神经网络;加权;变异;分类

Abstract:

Keywords:

基金项目(Foundation): 国家科技重大专项资助项目(14CNIC-032079-32-02);; 国家高技术研究发展计划资助项目(2014AA06A511);; 国家自然科学基金资助项目(41371358)

作者(Author): 胡永森;王力;吴良才;黄妮;付建东;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享