武汉大学学报(信息科学版)
武漢大學學報(信息科學版)
무한대학학보(신식과학판)
GEOMATICS AND INFORMATION SCIENCE OF WUHAN UNIVERSITY
2004年
5期
461-465
,共5页
哈斯巴干%马建文%李启青%戴芹
哈斯巴榦%馬建文%李啟青%戴芹
합사파간%마건문%리계청%대근
分类%小波融合%自组织特征映射%神经网络%主成分变换
分類%小波融閤%自組織特徵映射%神經網絡%主成分變換
분류%소파융합%자조직특정영사%신경망락%주성분변환
介绍了基于聚类分析的自组织特征映射神经网络分类方法,神经网络的输出层结构选用了3D结构,可以更好地保持多波段遥感数据中的内在拓扑结构;并选择天津大港地区的ASTER数据中的9个波段作为试验数据,通过对验证点的统计,分类精度达到了94%以上.
介紹瞭基于聚類分析的自組織特徵映射神經網絡分類方法,神經網絡的輸齣層結構選用瞭3D結構,可以更好地保持多波段遙感數據中的內在拓撲結構;併選擇天津大港地區的ASTER數據中的9箇波段作為試驗數據,通過對驗證點的統計,分類精度達到瞭94%以上.
개소료기우취류분석적자조직특정영사신경망락분류방법,신경망락적수출층결구선용료3D결구,가이경호지보지다파단요감수거중적내재탁복결구;병선택천진대항지구적ASTER수거중적9개파단작위시험수거,통과대험증점적통계,분류정도체도료94%이상.