多波段遥感数据的自组织神经网络降维分类研究-武汉大学学报·信息.pdf

下载文档 降价啦

0
0
约1.38万字
约 6页
2017-08-12 发布于天津
举报
版权申诉
保障服务

多波段遥感数据的自组织神经网络降维分类研究-武汉大学学报·信息.pdf

1、本文档共6页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

多波段遥感数据的自组织神经网络降维分类研究-武汉大学学报·信息

29 5 · Vol.29 No.5 2004 5 Geomatics and Information Science of Wu an University May 2004 :1671-8860(2004)05-0461-05 :A 多波段遥感数据的自组织神经网络降维分类研究 1 1 1 1 哈斯巴干　马建文　李启青　戴　芹 (1　, 9718 , 100101) 　: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% 上。 :分类;小波融合;自组织特征映射;神经网络;主成分变换 :TP751;P237.3 　　, , , , , [1] [4] , , , 。 1.2　。, , , [ 2 〗。Ko onen 。Ko onen (self-organizing feature map, SOM ) 。SOM , , SOM 。SOM , , , , , 。。 , 1 　 , , [5 ～7] , 1.1　ASTER 。 ASTER 1、2、3N 4 ～9 SOM 。 , , 4 ～9 , (Ko onen ) 1、2 、3N 。 , 。 , 。 , , [3] , , , , 。。 (M RA)Mallat , , , 。