电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2006年
7期
1153-1159
,共7页
图像融合%BP-ANN/GA%地表分类
圖像融閤%BP-ANN/GA%地錶分類
도상융합%BP-ANN/GA%지표분류
该文建立了反向传播人工神经网络(Back Propagation Artificial Neural Network,BP-ANN)和遗传算法(Genetic Algorithm,GA)的BP-ANN/GA混合算法.利用GA算法的全局优化能力优化BP-ANN的初始权值,克服了传统BP-ANN收敛速度慢,容易陷入局部最小的缺点.BP-ANN/GA混合算法对Landsat ETM+4,5,7三波段红外图像和ERS-2 SAR雷达图像的融合数据进行了城市多类地物特征分类.结果表明:BP-ANN/GA算法不仅提高多源遥感图像自动分类的速度,而且提高了各类特征分类的精度.该文对上海浦东地区的LandsatETM+和ERS-2 SAR数据作了融合分类试验与验证.
該文建立瞭反嚮傳播人工神經網絡(Back Propagation Artificial Neural Network,BP-ANN)和遺傳算法(Genetic Algorithm,GA)的BP-ANN/GA混閤算法.利用GA算法的全跼優化能力優化BP-ANN的初始權值,剋服瞭傳統BP-ANN收斂速度慢,容易陷入跼部最小的缺點.BP-ANN/GA混閤算法對Landsat ETM+4,5,7三波段紅外圖像和ERS-2 SAR雷達圖像的融閤數據進行瞭城市多類地物特徵分類.結果錶明:BP-ANN/GA算法不僅提高多源遙感圖像自動分類的速度,而且提高瞭各類特徵分類的精度.該文對上海浦東地區的LandsatETM+和ERS-2 SAR數據作瞭融閤分類試驗與驗證.
해문건립료반향전파인공신경망락(Back Propagation Artificial Neural Network,BP-ANN)화유전산법(Genetic Algorithm,GA)적BP-ANN/GA혼합산법.이용GA산법적전국우화능력우화BP-ANN적초시권치,극복료전통BP-ANN수렴속도만,용역함입국부최소적결점.BP-ANN/GA혼합산법대Landsat ETM+4,5,7삼파단홍외도상화ERS-2 SAR뢰체도상적융합수거진행료성시다류지물특정분류.결과표명:BP-ANN/GA산법불부제고다원요감도상자동분류적속도,이차제고료각류특정분류적정도.해문대상해포동지구적LandsatETM+화ERS-2 SAR수거작료융합분류시험여험증.
