基于微种群遗传算法和自适应BP算法的遥感图像分类

被引:9
作者
李仪
陈云浩
李京
机构
[1] 北京师范大学资源学院
[2] 北京师范大学资源学院 北京 
[3] 北京 
关键词
微种群遗传算法; 自适应BP算法; 混合遗传算法; 遥感图像分类;
D O I
10.13741/j.cnki.11-1879/o4.2005.01.005
中图分类号
TP751 [图像处理方法];
学科分类号
摘要
介绍了采用微种群遗传算法和自适应BP算法相结合的混合遗传算法来训练前向人工神经网络(BPNN)的方法。即先用微种群遗传学习算法进行全局训练,再用自适应BP算法进行精确训练,以达到加快网络收敛速度和避免陷入局部极小值的目的。将此算法用于遥感图像分类,网络的训练速度及分类结果表明,该算法收敛速度较快,预测精度较高。
引用
收藏
页码:17 / 20+23 +23
页数:5
相关论文
共 9 条
[1]   基于神经网络的遥感影像分类研究 [J].
陈玉敏 .
测绘信息与工程, 2002, (03) :6-8
[2]   雷达遥感图像分类新技术发展研究 [J].
谭衢霖 ;
邵芸 .
国土资源遥感, 2001, (03) :1-7
[3]   模糊控制BP网络的遥感图象分类方法研究 [J].
李朝峰 ;
王桂梁 .
中国矿业大学学报, 2001, (03) :97-100
[4]   基于BP神经网络的多源遥感影像分类 [J].
贾永红 ;
张春森 ;
王爱平 .
西安科技学院学报, 2001, (01) :58-60
[5]   优化的BP神经网络分类器的设计与实现 [J].
江虹 ;
曾立波 ;
胡继明 .
计算机工程与应用, 2001, (05) :122-125
[6]   分形与神经网络方法在卫星数字图像分类中的应用 [J].
秦其明 ;
陆荣建 .
北京大学学报(自然科学版), 2000, (06) :858-864
[7]   人工神经网络在多源遥感影像分类中的应用 [J].
贾永红 .
测绘通报, 2000, (07) :7-8
[8]  
神经网络控制[M]. 电子工业出版社 , 徐丽娜编著, 2003
[9]  
智能控制理论和方法[M]. 西安电子科技大学出版社 , 李人厚编著, 1999