遥感图象自动目标识别方法研究—一种利用空间信息和非监督学习的神经网络法
文献类型:学位论文
作者 | 陈丽莉 |
学位类别 | 硕士 |
答辩日期 | 1998 |
授予单位 | 中国科学院电子学研究所 |
授予地点 | 中国科学院电子学研究所 |
导师 | 洪峻 |
关键词 | 自动目标识别 神经网络 数据融合 点纹理 后向传播网络 百监督学习法 |
学位专业 | 信号与信息处理 |
中文摘要 | 本文首先分析、讨论、比较研究了理论技术、模式识别技术、综合叠加、人工智能和神经网络五类自动目标识别方法。由于神经网络具有并行计算能力、分布式贮存和训练功能,在遥感图象自动目标识别领域越来越显示出其优越性。本文重点研究了神经网络法,并提出一种把空间信息应用于神经网络的新方法:即在预处理阶段利用灰度层差法统计每个象素的点纹理,然后把这些纹理参数作为特征值输入神经网络进行训练和分类。这种方法的好处在于除了利用了部分空间信息以外,网络规模增加不大,分类速度受到的影响很小。此外,鉴于后向传播网络的监督学习特性,本文还提出了一种后向传播网络的非监督学习方法,避免了人工提取训练集时费力而耗时的状况。此方法在利用聚类法分类的基础上,自动分析结果和提取训练样本,再把训练集输入网络进行训练和分类。经过这种处理以后,后向传播网络从总体而言是非监督的。经过对SAR图象的实验研究,表明利用空间信息和非监督学习法的后向传播网络方法不仅提高了目标分类识别精度,而且具有了非监督特性。 |
语种 | 中文 |
公开日期 | 2011-07-19 |
页码 | 68 |
源URL | [http://ir.ie.ac.cn/handle/80137/9537] ![]() |
专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
推荐引用方式 GB/T 7714 | 陈丽莉. 遥感图象自动目标识别方法研究—一种利用空间信息和非监督学习的神经网络法[D]. 中国科学院电子学研究所. 中国科学院电子学研究所. 1998. |
入库方式: OAI收割
来源:电子学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。