应用科技
應用科技
응용과기
YING YONG KE JI
2007年
1期
13-16
,共4页
BP神经网络%高光谱遥感%图像分类%初始权值%决策融合
BP神經網絡%高光譜遙感%圖像分類%初始權值%決策融閤
BP신경망락%고광보요감%도상분류%초시권치%결책융합
BP神经网络在用于高光谱遥感图像分类时,其初始权值的选取对分类结果有很大影响.针对这种情况,提出了一种将BP神经网络与决策融合理论相结合的高光谱遥感图像分类方法,该方法将多个结构相同、初始权值不同的BP神经网络的分类结果进行融合,最后把融合结果作为原图像的最终分类结果,以实际的高光谱遥影像为例,说明该方法能够有效地提高遥感影像的分类精度.
BP神經網絡在用于高光譜遙感圖像分類時,其初始權值的選取對分類結果有很大影響.針對這種情況,提齣瞭一種將BP神經網絡與決策融閤理論相結閤的高光譜遙感圖像分類方法,該方法將多箇結構相同、初始權值不同的BP神經網絡的分類結果進行融閤,最後把融閤結果作為原圖像的最終分類結果,以實際的高光譜遙影像為例,說明該方法能夠有效地提高遙感影像的分類精度.
BP신경망락재용우고광보요감도상분류시,기초시권치적선취대분류결과유흔대영향.침대저충정황,제출료일충장BP신경망락여결책융합이론상결합적고광보요감도상분류방법,해방법장다개결구상동、초시권치불동적BP신경망락적분류결과진행융합,최후파융합결과작위원도상적최종분류결과,이실제적고광보요영상위례,설명해방법능구유효지제고요감영상적분류정도.