多偏移遥感图像的BP神经网络亚像元定位
다편이요감도상적BP신경망락아상원정위
Sub-pixel mapping based on BP neural network with multiple shifted remote sensing images
  • 万方数据
    红外与毫米波学报 홍외여호미파학보
    JOURNAL OF INFRARED AND MILLIMETER WAVES
    2014年 5期 527-532 ,共6页

    史文中%赵元凌%王群明

    사문중%조원릉%왕군명

    遥感图像%亚像元定位%BP神经网络(BPNN)%多偏移图像 遙感圖像%亞像元定位%BP神經網絡(BPNN)%多偏移圖像
    요감도상%아상원정위%BP신경망락(BPNN)%다편이도상
    remote sensing images%sub-pixel mapping%back-propagation neural network (BPNN)%multiple shifted images
    提出了一种借助多偏移遥感图像来改进基于BP神经网络(BPNN)的亚像元定位新方法.不同于原BPNN方法使用单幅低空间分辨率观测图像,新方法利用多幅带有亚像元偏移的低空间分辨图像来确定亚像元属于各类的概率,然后根据概率值和地物覆盖比例确定亚像元类别,以降低BPNN定位模型中的不确定性和误差.实验表明,提出方法在视觉和定量评价上,均能获得更高精度的亚像元定位结果,验证了提出方法的有效性.
    제출료일충차조다편이요감도상래개진기우BP신경망락(BPNN)적아상원정위신방법.불동우원BPNN방법사용단폭저공간분변솔관측도상,신방법이용다폭대유아상원편이적저공간분변도상래학정아상원속우각류적개솔,연후근거개솔치화지물복개비례학정아상원유별,이강저BPNN정위모형중적불학정성화오차.실험표명,제출방법재시각화정량평개상,균능획득경고정도적아상원정위결과,험증료제출방법적유효성.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문