分層神經網絡分類算法

提高遙感圖像分類精度一直是受到普遍關注的焦點問題.近年來,人工神經網絡技術和分層處理技術由于它們的許多優點受到廣泛歡迎.本文把這兩種技術結合起來,提出了分層神經網絡的概念,并基于此設計了一種分層神經網絡分類算法.通過與最大似然法的對比實驗表明,這種分層神經網絡分類算法可以明顯地提高分類精度,并對不規則分布的復雜數據具有很強的處理能力.

作 者： 熊楨 鄭蘭芬 童慶禧 XIONG Zhen ZHENG Lan-fen TONG Qing-xi   作者單位： 中國科學院,遙感信息科學開放研究實驗室,北京,100101  刊 名： 測繪學報  ISTIC EI PKU 英文刊名： ACTA GEODAETICA ET CARTOGRAPHICA SINICA  年，卷(期)： 2000 29(3)  分類號： P237  關鍵詞： 分層處理   神經網絡   遙感圖像分類   分類精度  

【分層神經網絡分類算法】相關文章：

網絡分層用于最短路問題的算法研究04-27

LIDAR數據特點與分類算法探討04-28

正交異性薄板最大應力值的灰色神經網絡算法04-28

基于神經網絡自聯想的數字圖像水印算法04-29

基于神經網絡構造的GPS/INS自適應組合導航算法04-26

基于粒子群算法的神經網絡在水資源評價中的應用04-27

基于OLS算法的RBF神經網絡在大壩安全監測中的應用04-25

基于狀態χ2檢測的神經網絡故障檢測算法研究04-29

基于人工神經網絡算法的某機場霧的模式識別預報04-29

基于BP和RBFNN的神經網絡算法在瓦斯預測中的應用及比較04-27