计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
9期
1-3
,共3页
李熙%石长民%李畅%陈锋锐%田礼乔
李熙%石長民%李暢%陳鋒銳%田禮喬
리희%석장민%리창%진봉예%전례교
遥感%混合像元%神经网络%多层感知网络%非负约束%非线性光谱分解模型
遙感%混閤像元%神經網絡%多層感知網絡%非負約束%非線性光譜分解模型
요감%혼합상원%신경망락%다층감지망락%비부약속%비선성광보분해모형
多层感知神经网络(MLP)是主流的非线性分解方法,但是目前缺乏有效方法处理MLP分解结果中的丰度负值问题.为此,提出一种可变神经网络结构的方法,逐步去除负值丰度对应的端元,并调整相应的网络结构使之针对剩余的端元进行分解.通过武汉地区模拟TM遥感影像实验可以发现,该方法与传统MLP方法以及线性光谱分解方法的平均误差分别为0.077 7、0.081 9、0.094 3,说明该方法的分解精度高于其他2种分解方法,能克服丰度负值问题.
多層感知神經網絡(MLP)是主流的非線性分解方法,但是目前缺乏有效方法處理MLP分解結果中的豐度負值問題.為此,提齣一種可變神經網絡結構的方法,逐步去除負值豐度對應的耑元,併調整相應的網絡結構使之針對剩餘的耑元進行分解.通過武漢地區模擬TM遙感影像實驗可以髮現,該方法與傳統MLP方法以及線性光譜分解方法的平均誤差分彆為0.077 7、0.081 9、0.094 3,說明該方法的分解精度高于其他2種分解方法,能剋服豐度負值問題.
다층감지신경망락(MLP)시주류적비선성분해방법,단시목전결핍유효방법처리MLP분해결과중적봉도부치문제.위차,제출일충가변신경망락결구적방법,축보거제부치봉도대응적단원,병조정상응적망락결구사지침대잉여적단원진행분해.통과무한지구모의TM요감영상실험가이발현,해방법여전통MLP방법이급선성광보분해방법적평균오차분별위0.077 7、0.081 9、0.094 3,설명해방법적분해정도고우기타2충분해방법,능극복봉도부치문제.