首页 -> 文献共享 -> 土地利用-> 正文

基于Kohonen神经网络聚类方法在遥感分类中的比较

作者：刘纯平   出版商：苏州大学   出版日期：2017 年 1 月
设计完成和比较了基于Kohonen自组织网络的Kohonen聚类网络(Kohonen ClusteringNetwork, KCN)､模糊Kohonen聚类网络(FluzzyKCN, FKCN)和基于进化规划的Kohonen聚类网络(Evalutionary Programming basedKCN, EPKCN)三种聚类算法在遥感土地利用/覆盖分类中的应用｡结果表明三种非监督学习方法在进行遥感土地利用/覆盖分类过程中,在分类性能上有显著差异｡EPKCN分类目视效果最好,单次迭代的速度最快;FKCN总的收敛速度最快;而按遥感土地利用/覆盖分类要求而言,EPKCN方法在三种分类方法中效果最好,因此可采用该算法进行遥感土地利用/覆盖的非参数分类｡
查看全文 本地浏览
相关数据
暂无相关数据！
相关文章
暂无相关文献！
●  上一篇： 基于Kohonen神经网络的中国土地资源综合分区     ●  下一篇： 竞奏共鸣下的 “ 对话 ” ——— 从 《 地图 》 解读谭盾音乐    
声明：本站文献资源来源于网络，仅供学习交流使用，不得以任何形式用于商业用途，请于浏览后24小时内删除。如有疑问欢迎与我们联系，感谢您的支持。