一种基于证据理论与神经网络的遥感影像分类方法

被引：6

作者：

彭天强

李弼程

机构：

[1] 信息工程大学信息工程学院

来源：

数据采集与处理 | 2003年 / 02期

关键词：

BP神经网络; 遥感影像分类; 平滑图像; 证据理论; 信息融合;

D O I：

10.16337/j.1004-9037.2003.02.011

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

把影像的空间信息融入分类决策 ,提出了一种基于证据理论与神经网络的遥感影像分类方法。对原图像作平滑处理 ,得到原图像的平滑图像 ;利用神经网络对原图像及其平滑图像分别进行训练、分类 ;利用证据理论对它们的分类结果 (决策 )进行融合 ;最后 ,把融合结果 (决策 )作为原图像的最终分类结果。实验结果与性能比较表明 ,新方法是有效的 ,提高了影像的分类精度。

引用

页码：170 / 174

页数：5

共 5 条

[1]

遥感原理、方法和应用.[M].孙家炳等编著;.测绘出版社.1997,

[2]

人工智能原理与应用.[M].田盛丰等编著;.北京理工大学出版社.1993,

[3]

计算机模式识别技术.[M].李介谷;蔡国廉编.上海交通大学出版社.1986,

[4] 基于人工神经网络和经验知识的遥感信息分类综合方法 [J].

李强 ;

王正志 .

自动化学报, 2000, (02) :233-239

[5]

A review and analysis of backpropagation neural networks for classification of remotely sensed multi -spectral imager..Paola J D; Schowengerdt R A;.Int J Remote Sensing.1995,

← 1 →