基于概率神经网络的遥感影像分类方法

被引：2

作者：

巴桑 ^{[1
]}

张正健 ^{[2
]}

刘志红 ^{[3
]}

李祚泳 ^{[3
]}

侯长艳 ^{[4
]}

机构：

[1] 西藏高原大气环境科学研究所

[2] 四川省农业气象中心

[3] 成都信息工程学院资源环境学院

[4] 湖南常德石门县气象局

来源：

高原山地气象研究 | 2011年 / 31卷 / 03期

关键词：

概率神经网络; 遥感影像; 最大似然法; 误差矩阵; 分类;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术]; TP183 [人工神经网络与计算];

学科分类号：

1404 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在对数据进行归一化处理的基础上,将概率神经网络用于遥感影像分类,并探讨样本区的选择和高斯基函数标准差对分类精度的影响。用西藏波密地区1999年的TM遥感影像进行分类试验,并将分类结果和经典的最大似然法进行比较。结果表明:概率神经网络的总体分类精度和Kappa系数分别为94.5%和0.934,取得了较为理想的识别和分类效果。

引用

页码：26 / 29

页数：4

共 12 条

[1]

可持续发展评价模型与应用.[M].李祚泳等; 著.科学出版社.2007,

[2] Image classification algorithm based on the RBF neural network and K-means [J].