遥感信息
遙感信息
요감신식
2008年
5期
3-7
,共5页
张中山%燕琴%余洁%闫培洁%白俊武
張中山%燕琴%餘潔%閆培潔%白俊武
장중산%연금%여길%염배길%백준무
神经网络%多光谱遥感影像%分类%粒子群
神經網絡%多光譜遙感影像%分類%粒子群
신경망락%다광보요감영상%분류%입자군
为了提高多光谱遥感影像的分类精度,提出一种基于粒子群训练的人工神经网络的多光谱遥感影像的分类方法.该方法先建立一个针对多光谱遥感影像的神经网络分类模型,然后引入粒子群算法对神经网络进行网络权值与阈值的优化,再利用训练好的神经网络对多光谱遥感影像进行分类.该方法不仅利用了人工神经网络在解决多光谱遥感影像混合光谱的优势,而且克服了BP神经网络在训练时候收敛速度过慢、振荡的缺点.实验结果证明:基于粒子群训练的人工神经网络方法能够比较好地提高多光谱遥感影像的分类精度.
為瞭提高多光譜遙感影像的分類精度,提齣一種基于粒子群訓練的人工神經網絡的多光譜遙感影像的分類方法.該方法先建立一箇針對多光譜遙感影像的神經網絡分類模型,然後引入粒子群算法對神經網絡進行網絡權值與閾值的優化,再利用訓練好的神經網絡對多光譜遙感影像進行分類.該方法不僅利用瞭人工神經網絡在解決多光譜遙感影像混閤光譜的優勢,而且剋服瞭BP神經網絡在訓練時候收斂速度過慢、振盪的缺點.實驗結果證明:基于粒子群訓練的人工神經網絡方法能夠比較好地提高多光譜遙感影像的分類精度.
위료제고다광보요감영상적분류정도,제출일충기우입자군훈련적인공신경망락적다광보요감영상적분류방법.해방법선건립일개침대다광보요감영상적신경망락분류모형,연후인입입자군산법대신경망락진행망락권치여역치적우화,재이용훈련호적신경망락대다광보요감영상진행분류.해방법불부이용료인공신경망락재해결다광보요감영상혼합광보적우세,이차극복료BP신경망락재훈련시후수렴속도과만、진탕적결점.실험결과증명:기우입자군훈련적인공신경망락방법능구비교호지제고다광보요감영상적분류정도.