| 基于改进自组织神经网络的遥感图像分类研究 |
| |
| 引用本文： | 王晨安,李浩,李靖.基于改进自组织神经网络的遥感图像分类研究[J].地理空间信息,2019,17(2). |
| |
| 作者姓名： | 王晨安 李浩 李靖 |
| |
| 作者单位： | 河海大学 地球科学与工程学院,江苏 南京,211100;河海大学 地球科学与工程学院,江苏 南京,211100;河海大学 地球科学与工程学院,江苏 南京,211100 |
| |
| 基金项目： | 国家自然科学基金;国家公益性行业科研专项 |
| |
| 摘 要： | 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： | SOM神经网络 BP神经网络 遥感影像分类 Landsat卫星遥感影像 |
Research on Remote Sensing Images Classification Based on Improved Selforganizing Neural Network |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
