用模糊ARTMAP算法对CBERS-2数据进行分类   总被引：3，自引：0，他引：3  

骆成凤  王长耀  牛铮 《武汉大学学报(信息科学版)》2006,31(4):325-328

用模糊ARTMAP（fuzzy adaptive resonance theorymap）神经网络算法对CBERS-2数据进行了分类实践。首先介绍了模糊ARTMAP神经网络的算法原理和具体训练分类过程；然后用2004年9月新疆石河子地区的影像数据进行土地利用分类试验，并将分类结果与基于统计的最大似然法（MLC）、反向传播神经网络（BP）的分类结果作比较，总分类精度比MLC和BP算法分别提高9．9％和4．6％。结果表明，模糊ARTMAP对试验区CBERS-2影像上的裸地识别能力很强，对高分辨率的CBERS-2影像可获得很好的分类结果。  相似文献   

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用     

张伟  杜培军  尹作霞 《测绘科学》2008,33(5)

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。  相似文献   

基于模糊小脑模型神经网络的遥感图像分类算法   总被引：5，自引：1，他引：5  

毛建旭  王耀南  孙炜 《测绘学报》2002,31(4):327-332

针对遥感图像分类的特点，提出一种基于模糊小脑模型神经网络的遥感图像分类算法，首先阐述小脑模型神经网络的工作原理，然后将模糊理论引入小脑模型神经网络，提出一种能反映人脑认知的模糊性和连续性的模糊小脑模型神经网络，并将其应用于遥感图像分类，实验结果表明，这种基于模糊小脑模型神经网络的分类器经过训练后，可应用于遥感图像的分类，其分类精度明显高于传统的最大似然分类法。  相似文献   

基于模糊ARTMAP神经网络模型的遥感影像亚像元定位   总被引：3，自引：0，他引：3  

吴柯  牛瑞卿  李平湘  张良培 《武汉大学学报(信息科学版)》2009,34(3)

结合亚像元的相关理论.提出了基于模糊ARTMAP神经网络模型的遥感影像亚像元定位方法,利用该方法对模拟的武汉地区的TM影像进行了实验,并将实验结果与BP神经网络模型进行了比较.结果证明,利用本文方法能够更有效地解决亚像元定位的问题.  相似文献   

Fuzzy ARTMAP算法在城市不透水面估算中的应用研究     

曹丽琴  李平湘  张良培  许雄 《武汉大学学报(信息科学版)》2012,37(10):1236-1239

为了克服线性光谱混合分析模型的缺陷,兼顾Landsat ETM+和Quickbird遥感数据多源信息及Fuzzy ARTMAP神经网络自适应学习的优势,提出了利用Fuzzy ARTMAP方法来估算城市不透水面覆盖度(ISP)。以武汉市为例,结果表明,与线性光谱混合分析模型相比,基于Fuzzy ARTMAP神经网络方法估算结果精度较高,与实际城市不透水面覆盖度分布范围一致。  相似文献   

基于RBF神经网络的遥感影像分类器设计   总被引：2，自引：0，他引：2  

刘书华  舒宁 《测绘信息与工程》2006,31(2):10-12

设计了一种运用径向基函数神经网络进行遥感影像分类的监督分类器,以实际的遥感光谱影像分类为例,将分类效果同传统的最小欧氏距离法分类进行比较,探讨了RBF分类的优越性,结果表明RBF神经网络是一种更为有效的图像分类器。  相似文献   

遥感数据最小距离分类的几种算法     

马铭  苟长龙 《测绘通报》2017,(3):157-159

正近年来,遥感数据的应用在广度和深度上不断融合发展和拓展。遥感数据的分类已成为遥感地理信息系统的一门关键技术。快速、高精度的遥感图像分类算法是目前实用、先进的技术,也是研究的热点之一。传统的分类器包括:最大似然分类、最小距离分类、平行算法分类。新分类器包括:模糊分类、空间结构纹理分类、神经网络分类、决策树分类、专家系统分类。本文拟对最小距离分类的算法进行分析和概括。1传统最小距离分类  相似文献   

一种端元变化的神经网络混合像元分解方法   总被引：2，自引：2，他引：2  

吴柯  张良培  李平湘 《遥感学报》2007,11(1):20-26

遥感图像中普遍存在着混合像元,对混合像元进行分解是遥感图像处理中的难点,在端元（Endm ember）个数不变的情况下,往往得到的分解结果精度不高。本文基于fuzzy ARTMAP神经网络,提出一种基于端元变化的神经网络混合像元分解模型。首先利用混合像元与纯净端元之间的光谱相似性,判断出混合像元包含的端元个数及类别,然后结合fuzzy ARTMAP神经网络进行分解。实验结果表明：本文提出的方法比传统的线性混合模型及fuzzy ARTMAP神经网络模型的精度要高,而且更加符合实际情况。  相似文献   

基于自适应共振模型的遥感影像分类方法研究   总被引：9，自引：1，他引：9  

骆剑承  王钦敏  周成虎  梁怡 《测绘学报》2002,31(2):145-150

人工神经网络（ANN）是人视觉和服的基本功能的抽象、简化和模拟。在对遥感影像的综合解释应用中，与传统的统计方法和符号逻辑方法相比较，ANN更接近人对影像的视觉解译分析过程。自适应共振理论（ART）是一种自组织产生认知编码的神经网络理论，其自组织、反馈式增量学习机能，能兼顾适应性和稳定性，克服了一般神经网络学习速度慢、网络结构难以确定、局部最小陷阱等缺陷。以FUZZY－ART和ARTMAP为基础，提出基于ART遥感影像非监督和监督分类的一般模型，并以实际上土覆盖分类和城市结构信息提取为应用实例，通过与传统统计方法和一般ANN分类器相比较，ART具有正确率更同、学习速度快、自适应性等优点，是复杂数据分类和信息提取的有效工具。  相似文献   

结合BRF神经网络的全极化SAR影像分类方法研究     

王嘉宇  张继贤  黄国满  赵争 《测绘与空间地理信息》2019,42(1)

为了解决模糊支持向量机(FSVM)算法应用于全极化SAR影像分类而产生的聚类中心陷入局部过适应问题,本文提出了一种基于模糊分割理论结合RBF神经网络的全极化SAR影像分类方法。主要利用模糊聚类分割、极化分解、纹理特征提取等,构建待分类地物特征集,并通过SGE进行监督降维,采用降维后的待分类地物极化表征完成RBF分类器训练,实现全极化SAR影像监督分类。最终通过C波段Randsat-2全极化SAR数据进行实测检验,结果表明,该方法使得分类结果区域一致性增强,充分地保存了待分类地物细节信息。  相似文献   

Classification of CBERS-2 imagery with fuzzy ARTMAP classifier     

Chengfeng Luo  Zhengjun Liu  Qin Yan 《地球空间信息科学学报》2013,16(2):124-127

A fuzzy ARTMAP classifier is adopted for a classification experiment of CBERS-2 imagery. The fundamental theory and processing about the algorithm are first introduced, followed with a land-use classification experiment in Shihezi County on CBERS-2 high resolution imagery. Three classifiers are compared: maximum likelihood classifier (MLC), error back propagation (BP) classifier, and fuzzy ARTMAP classifier. The comparison shows comparably better results for the fuzzy ARTMAP classifier, with overall classification accuracy of 9.9% and 4.6% higher than that of MLC and BP. The results also prove that the fuzzy ARTMAP classifier has better discernment in identifying bare soil on CBERS-2 imagery.  相似文献   

Classification of CBERS-2 Imagery with Fuzzy ARTMAP Classifier     

LUO Chengfeng LIU Zhengjun YAN Qin 《地球空间信息科学学报》2007,10(2):124-127

A fuzzy ARTMAP classifier is adopted for a classification experiment of CBERS-2 imagery. The fundamental theory and processing about the algorithm are first introduced, followed with a land-use classification experiment in Shihezi County on CBERS-2 high resolution imagery. Three classifiers are compared: maximum likelihood classifier (MLC), error back propagation (BP) classifier, and fuzzy ARTMAP classifier. The comparison shows comparably better results for the fuzzy ARTMAP classifier, with overall classification accuracy of 9.9% and 4.6% higher than that of MLC and BP. The results also prove that the fuzzy ARTMAP classifier has better discernment in identifying bare soil on CBERS-2 imagery.  相似文献   

基于GIS和神经网络的森林植被分类   总被引：2，自引：0，他引：2  

刘旭升  李锋  昝国胜  张晓丽  王军厚 《遥感学报》2007,11(5):710-717

本文综述了国际遥感分类研究,使用Landsat7 ETM＋遥感数据和地理辅助数据,应用BP神经网络方法,将莽汉山林场作为研究区进行了遥感影像的分类研究。比较了BP神经网络分类与最大似然、简单和复杂非监督分类法之间的类型与数量精度。BP神经网络分类的总类型精度是70.5%,总数量精度为84.65%,KAPPA系数是0.6455。结果说明BP神经网络的分类质量优于其他方法,其总的类型精度与其他三种分类方法相比分别增加了10.5%、32%和33%,总的质量精度增加了5.3%。因此,辅以地理参考数据的BP神经网络分类可以作为一种有效的分类方法。  相似文献   

Neural network based on rough sets and its application to remote sensing image classification     

Wu Zhaocong  Li Deren 《地球空间信息科学学报》2013,16(2):17-21

This paper presents a new kind of back propagation neural network (BPNN) based on rough sets, called rough back propagation neural network (RBPNN). The architecture and training method of RBPNN are presented and the survey and analysis of RBPNN for the classification of remote sensing multi-spectral image is discussed. The successful application of RBPNN to a land cover classification illustrates the simple computation and high accuracy of the new neural network and the flexibility and practicality of this new approach.  相似文献   

Neural network based on rough sets and its application to remote sensing image classification   总被引：2，自引：0，他引：2  

WUZhaocong LIDeren 《地球空间信息科学学报》2002,5(2):17-21

This paper presents a new kind of back propagation neural network(BPNN) based on rough sets,called rough back propagation neural network (RBPNN).The architecture and training method of RBPNN are presented and the survey and analysis of RBPNN for the classification of remote sensing multi-spectral image is discussed.The successful application of RBPNN to a land cover classification illustrates the simple computation and high accuracy of the new neural network and the flexibility and practicality of this new approach.  相似文献   

轨道误差对InSAR相位影响的BP神经网络去除法     

师悦龄  刘国祥  汤伟尧  张瑞  于冰 《测绘科学》2018,(4):1-8

针对用二次多项式法去除轨道误差对InSAR相位影响时,须对干涉相位其他项分布性质作假设,且自身存在一定的模型缺陷的问题,该文提出用BP神经网络去除轨道误差对InSAR相位影响的方法。研究表明:BP神经网络法在使用时无须对干涉相位其他项分布性质作假设,模型更优。模拟实验中,轨道误差相位拟合残差更小;真实数据实验中,纠正后非形变区相位集中在零值附近,且波动趋势更为平稳。该方法一定程度上降低了传统二次多项式法的应用局限性。  相似文献   

基于BP网络的大坝变形分析与预报   总被引：5，自引：0，他引：5  

吴秀娟  李征航 《测绘信息与工程》2003,28(5):33-34

人工神经网络具有表达非线性映射的性质，将BP神经网络模型用于大坝变形的拟合分析和预报研究，并用实例证明了该方法可以取得很好的拟合和预报结果。  相似文献   

基于PCA-BPNN的多光谱遥感影像分类   总被引：7，自引：0，他引：7  

吴芳  贾永红 《地理空间信息》2006,4(1):15-17

基于BP算法的神经网络方法目前已广泛运用于遥感影像分类,提出一种主成分分析(PCA)与BP神经网络相结合的遥感影像分类方法——PCA-BPNN,实验证明该方法是可行并且有效的,在减少计算量和加快收敛的同时,提高了分类的精度。  相似文献