多光谱遥感图像BP网分类器学习样本选取法的研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP75

基金项目:

国防基金!(编号Y96- 01)


LEARNING SAMPLE SELECTION IN MULTI-SPECTRAL REMOTE SENSING IMAGE CLASSIFICATION USING BP 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:

    通过分析多光谱遥感图像学习样本在光谱空间不同位置对BP神经网络分类器分类精度的影响,提出基于x2 分布的学习样本选取方法,并应用于TM 图像分类.对6 种地物应用不同样本选取法训练的BP网分类器和Bayes分类器的分类结果比较表明:本方法分类精度明显高于Bayes分类器和其它样本选取法得到的BP网分类器,并具有学习样本数量少等特点

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

于秀兰 钱国蕙.多光谱遥感图像BP网分类器学习样本选取法的研究[J].红外与毫米波学报,1999,18(6):449~454]. YU Xiu Lan QIAN Guo Hui ZHOU Jian Lin JIA Xiao Guang. LEARNING SAMPLE SELECTION IN MULTI-SPECTRAL REMOTE SENSING IMAGE CLASSIFICATION USING BP NEURAL NETWORK[J]. J. Infrared Millim. Waves,1999,18(6):449~454.]

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: