容差粗糙集与神经网络结合的遥感数据分类方法

被引：2

作者：

哈斯巴干

马建文

李启青

陈雪

戴芹

机构：

[1] 中国科学院遥感应用研究所遥感信息科学重点实验室,中国科学院遥感应用研究所遥感信息科学重点实验室,中国科学院遥感应用研究所遥感信息科学重点实验室,中国科学院遥感应用研究所遥感信息科学重点实验室,中国科学院遥感应用研究所遥感信息科学重点实验室北京,北京,北京,北京,北京

来源：

中国科学(D辑:地球科学) | 2004年 / 10期

关键词：

容差粗糙集; 神经网络; BP算法; 分类;

D O I：

暂无

中图分类号：

TP70 [一般性问题];

学科分类号：

081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

神经网络中的BP(Back Propagation)算法越来越多地用在遥感数据分类中.但BP算法存在的缺点之一是网络训练时可能会导致网络出现全面的低性能.为避免出现类似问题,探索采用容差粗糙集方法对训练数据做分类预处理,去除训练数据中的某些影响训练收敛的因素,进而提高网络训练的成功率.实验采用了北京地区2003年5月的TM数据,分别用分类预处理前数据和经过分类预处理后的数据对BP网络进行了训练.结果表明,此方法不仅弥补了BP算法在处理遥感数据时的缺陷而且提高了分类精度.

引用

页码：967 / 974

页数：8

共 6 条

[1] 基于气象数据与AVHRR热红外数据的人工神经网络分类方法 [J].