多波段遥感数据的自组织神经网络降维分类研究

被引：13

作者：

哈斯巴干

马建文

李启青

戴芹

机构：

[1] 中国科学院遥感应用研究所,中国科学院遥感应用研究所,中国科学院遥感应用研究所,中国科学院遥感应用研究所北京市朝阳区大屯路信箱,,北京市朝阳区大屯路信箱,,北京市朝阳区大屯路信箱,,北京市朝阳区大屯路信箱,

来源：

关键词：

分类; 小波融合; 自组织特征映射; 神经网络; 主成分变换;

D O I：

10.13203/j.whugis2004.05.019

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

介绍了基于聚类分析的自组织特征映射神经网络分类方法 ,神经网络的输出层结构选用了 3D结构 ,可以更好地保持多波段遥感数据中的内在拓扑结构 ;并选择天津大港地区的ASTER数据中的 9个波段作为试验数据 ,通过对验证点的统计 ,分类精度达到了 94 %以上

引用

页码：461 / 465+374 +374

页数：6

共 4 条

肖平 ;

李德仁 .

[2] 小波局部高频替代融合方法 [J].

哈斯巴干 ;

马建文 ;

李启青 ;

刘志丽 ;

韩秀珍 .

[3]

遥感数字图像处理[M]. 浙江大学出版社 , 章孝灿等编著, 1997

[4] SELF-ORGANIZED FORMATION OF TOPOLOGICALLY CORRECT FEATURE MAPS [J].

KOHONEN, T .