地理空间信息

2019, v.17;No.114(02) 51-53+86+10

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

基于改进自组织神经网络的遥感图像分类研究
Research on Remote Sensing Images Classification Based on Improved Selforganizing Neural Network

王晨安;李浩;李靖;

摘要(Abstract):

引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法。以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网络获得的仿真结果可以准确地对原始图像进行分类,实验结果 Kappa系数达到0.9,精度能够满足遥感影像分类要求。

关键词(KeyWords): SOM神经网络;BP神经网络;遥感影像分类;Landsat卫星遥感影像

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(41101374);; 水利部公益性行业科研专项经费项目(201201025)

作者(Author): 王晨安;李浩;李靖;

Email:

DOI:

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