基于小波融合的ASTER数据自组织特征映射神经网络分类研究 |
| |
引用本文: | 哈斯巴干,马建文,李启青,韩秀珍,刘志丽.基于小波融合的ASTER数据自组织特征映射神经网络分类研究[J].中国科学D辑,2003,33(9):895-902. |
| |
作者姓名: | 哈斯巴干 马建文 李启青 韩秀珍 刘志丽 |
| |
作者单位: | 中国科学院遥感应用研究所遥感信息科学重点实验室,北京,100101 |
| |
基金项目: | 国家科技攻关项目(批准号:2002BA904B07),中国科学院创新项目(批准号:KZCX-312,CX020014),国家重点基础研究发展规划项目(批准号:2002CB412500)资助 |
| |
摘 要: | 重点介绍了有自组织功能的两层结构的神经网络Kohonen自组织特征映射, 两层之间各神经元实现全连接并且在竞争层各神经元之间还存在侧连接, 实现了有效的竞争和抑制, 提高了自适应的学习能力, 因此成为国际遥感数据分类的研究热点. ASTER卫星数据是新型遥感数据, 包括3个15 m分辨率波段和3个30 m分辨率的短波红外波段. 选择天津大港ASTER数据作为方法实验数据, 首先对数据进行了小波融合, 然后进行了土地覆盖类型的神经网络分类研究. 研究结果与相同训练点的最大似然监督分类比较, 总体提高分类精度7%, 特别对城镇分类精度提高近一倍.
|
关 键 词: | 分类 小波融合 自组织特征映射 ASTER数据 |
收稿时间: | 2003-04-28 |
修稿时间: | 2003年4月28日 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《中国科学D辑》浏览原始摘要信息 |
| 点击此处可从《中国科学D辑》下载免费的PDF全文 |
|