ASTER数据的自组织神经网络分类研究

被引：10

作者：

哈斯巴干

马建文

李启青

机构：

[1] 中国科学院遥感应用研究所

[2] 中国科学院遥感应用研究所北京

[3] 北京

来源：

地球科学进展 | 2003年 / 03期

关键词：

分类; 小波融合; 自组织特征映射; 神经网络;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用]; TP183 [人工神经网络与计算];

学科分类号：

081102 ; 0816 ; 081602 ; 083002 ; 1404 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

传统的遥感数据分类方法大多基于统计学的参数估计 ,假设数据分布服从高斯正态分布。神经网络方法无需参数估计和统计假设 ,因而 ,近来越来越多地应用于遥感数据分类之中。介绍了基于聚类分析的自组织特征映射分类方法。ASTER卫星数据是新型遥感数据 ,包括 3个 15m分辨率波段和 3个 30m分辨率的短波红外波段。选择北京地区的ASTER数据作为方法实验数据 ,首先对数据进行了小波融合 ,然后进行了土地覆盖类型的自组织特征映射神经网络分类研究 ,把研究结果同最大似然判别法得到的分类结果进行了比较 ,分类精度比最大似然判别法总体提高了 9%

引用

页码：345 / 350

页数：6

共 7 条

[1] 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 .

中国图象图形学报, 2002, (10) :30-34+122

[2] 遥感图像最大似然分类方法的EM改进算法 [J].

骆剑承 ;

王钦敏 ;

马江洪 ;

周成虎 ;

梁怡 .

测绘学报, 2002, (03) :234-239

[3] 对地观测与地理信息系统 [J].

李德仁 .

地球科学进展, 2001, (05) :689-703

[4]

人工神经元网络及其应用.[M].袁曾任编著;.广西科学技术出版社.1999,

[5]

遥感数字图像处理.[M].章孝灿等编著;.浙江大学出版社.1997,

[6]

遥感原理、方法和应用.[M].孙家炳等编著;.测绘出版社.1997,

[7]

小波分析导论.[M].(美)崔锦泰(CharlesK.Chui)著;程正兴译;.西安交通大学出版社.1995,

← 1 →