首页 -> 文献共享 -> 土地利用-> 正文

基于自组织神经网络的遥感图像分类应用研究

作者：王金亮   出版商：云南师范大学旅游与地理科学学院   出版日期：2017 年 1 月
在地形复杂地区,采用传统的遥感分类方法进行土地利用遥感分类很难获得理想的精度｡针对遥感图像分类的特点,根据自组织竞争神经网络的生物学基础､基本结构和学习算法,利用Matlab平台构建自组织神经网络,对地形复杂区的ETM+遥感图像通过500次训练使网络收敛后,仿真输出分类图｡结果表明,基于自组织神经网络的分类器经过训练后,可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法｡
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： 基于智能CASE库的多时相SAR影像分类方法     ●  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。