椭球径向基模型及其遥感分类方法研究
文献类型：CNKI期刊论文
| 作者 | 骆剑承; 明冬萍; 沈占锋; 陈秋晓; 郑江 |
| 发表日期 | 2005 |
| 出处 | 数据采集与处理
 |
| 关键词 | RBF 特征空间 遥感分类 EM算法 网络连接 径向基函数神经网络 分解模型 基模 最大似然 三层网络结构 |
| 英文摘要 | 椭球径向基函数神经网络(EBF)是在径向基函数(RBF)映射理论基础上的改进。在保留RBF三层网络结构基础上，EBF采用了EM算法来估计特征空间的混合密度分布参数，用椭球体集合来分解混合密度分布，从而构造了神经网络的中间层基函数的状态。由于在遥感数据的特征空间中通常表现为混合密度分布，EBF模型能够充分利用EM算法获得的最大似然参数估计得到更合理的特征空间的密度分解模型，从而使得EBF模型能够在保留了RBF非线性复杂映射能力的同时，获得更合理的分类结果。本文提出了基于EBF的遥感分类方法，试验结果表明EBF方法比RBF方法训练速度更快、网络连接更简单、分类精度更高。 |
| 卷 | 20.0期:1.0页:8 |
| 语种 | 英语 |
| ISSN号 | 1004-9037 |
| 源URL | [http://159.226.115.200/handle/311030/15764]  |
| 专题 | 地理科学与资源研究所_历年回溯文献 |
| 作者单位 | 中国科学院地理科学与资源研究所 |
| 推荐引用方式 GB/T 7714 | 骆剑承,明冬萍,沈占锋,等. 椭球径向基模型及其遥感分类方法研究. 2005. |
入库方式： OAI收割
来源：地理科学与资源研究所
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。