FasART模糊神经网络用于遥感图象监督分类的研究

被引：19

作者：

林剑

鲍光淑

敬荣中

黄继先

机构：

[1] 中南大学GIS研究中心

来源：

中国图象图形学报 | 2002年 / 12期

关键词：

模糊化; 隶属度函数; 模糊神经网络; FasART; 有监督分类;

D O I：

暂无

中图分类号：

TP751.1 [数字处理];

学科分类号：

摘要：

说明了遥感图象数据的非线性性质 ,目视的图象分类实践是一个模糊推理的过程 ,模糊神经网络遥感图象分类符合其事物的内在规律 ,具有理论优势 .分析了模糊 ART、模糊 ARTMAP和 Fas ART模型的结构和原理 ,详细地阐述了 Fas ART是一种基于模糊逻辑系统的神经网络 ,提出了一种简化的 Fas ART模型 ,改变了一般遥感数据的模糊化方法 .采用中巴资源一号卫星数据进行测试实验 ,结果表明 ,该简化的 Fas ART模型能用于遥感图象的监督分类 ,其分类精度高于模糊 ARTMAP神经网络和 K均值算法 ,且性能稳定、有较好的抗干扰能力 ,尤其具有良好的处理两组相似程度比较接近的、和同组数据模式变化较大的非线性数据的能力

引用

页码：42 / 47

页数：6

共 6 条

[1] A technique for the selection of kernel function parameters in RBF neural networks for classification of remote sensing images. Bruzzone L,Prieto D F. IEEE Trans. on Geosci . and Remote sensing . 1999
[2] Application of fuzzy ART(MAP) and MinMax(MAP) neural network to radiographic image classification. Innocent P R,Barnes M,John R. Artificial Intelligence . 1997
[3] Comparison of the multilayer perceptron with neuro-fuzzy techniques in the estimation of cover class mixture in remotely sensed data. Andrea Baraldi,Elisabetta Binaghi. IEEE Trans. on Geosci . and Remote sensing . 2001
[4] Fuzzy supervised classification of remote sensing images. WANG FANGJU. IEEE Trans. on Geosci . and Remote sensing . 1990
[5] Learning from noisy information in FasART and fasBack neuro-fuzzy systems. José Manuel Cano Izquierdo,Dimitriadis Yannis A. Neural Networks . 2001
[6] ART neural networks for remote sensing: Vegetation classification from landsat TM and terrain data. Carpenter Gail A,Gjaja Marin N. IEEE Trans. on Geosci . and Remote sensing . 1997

← 1 →