用Kohonen 神经网络对高光谱分辨率图像进行无监督分类的研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP722.5 O434.39

基金项目:


UNSUPERVISED CLASSIFICATION OF HIGH SPECTRAL RZSOLUTION IMAGES USING THE KOHONEN SELF-ORCANIZAfION NEURAL NETWORK
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    讨论了将Kohonen自组织神经网络用于成像光谱仪高光谱分辨率遥感图像无监督分类的结果。用于研究的是0.46-0.76um15个波段的高光谱分辨率的原始航空遥感图像. 该图像复盖了澳大利亚达尔文市周围约200km^2的试验区,包括了海湾、岛屿、海滩、河流、城市与旷野等各种地物类型。神经网络分类的结果提供了试验区内地物分布符合实际的预测和 估计,它与传统的分类方法的结果相比较,用神经网络所得到的结果更准确可信。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

郭一平.用Kohonen 神经网络对高光谱分辨率图像进行无监督分类的研究[J].红外与毫米波学报,1994,13(6):409~417]. Guo Yiping. UNSUPERVISED CLASSIFICATION OF HIGH SPECTRAL RZSOLUTION IMAGES USING THE KOHONEN SELF-ORCANIZAfION NEURAL NETWORK[J]. J. Infrared Millim. Waves,1994,13(6):409~417.]

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码