中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于遥感数据SOFM网络分类的五种城市增长方式鉴别方法应用研究

文献类型:期刊论文

作者戴芹,陈雪,马建文,冯春
刊名武汉大学学报(信息科学版)
出版日期2005
期号6页码:525-528+538
关键词神经网络分类 城市五种增长方式鉴别模型 城市环线增长面积统计
中文摘要使用了自主研发的自组织神经网络分类(SOFM)方法[1~3],选择了1988、1994、2001和2003年5~6月份TM+时间序列多光谱遥感数据,对北京城市增长方式进行了30m分辨率遥感时序数据的鉴别,包括填充式增长方式、扩张式增长方式、独立式增长方式、线状式增长方式和簇状增长方式,并绘制了三个时期的城市增长图。在此基础上,根据北京城市增长环线驱动的特点,分别对四环内、四环至五环、五环至六环1988~1994年、1994~2001年、2001~2003年的5种城市扩展方式面积进行了统计。
收录类别CNKI
语种中文
公开日期2015-01-05
源URL[http://ir.ceode.ac.cn/handle/183411/34833]  
专题遥感与数字地球研究所_中文期刊论文_期刊论文
推荐引用方式
GB/T 7714
戴芹,陈雪,马建文,冯春. 基于遥感数据SOFM网络分类的五种城市增长方式鉴别方法应用研究[J]. 武汉大学学报(信息科学版),2005(6):525-528+538.
APA 戴芹,陈雪,马建文,冯春.(2005).基于遥感数据SOFM网络分类的五种城市增长方式鉴别方法应用研究.武汉大学学报(信息科学版)(6),525-528+538.
MLA 戴芹,陈雪,马建文,冯春."基于遥感数据SOFM网络分类的五种城市增长方式鉴别方法应用研究".武汉大学学报(信息科学版) .6(2005):525-528+538.

入库方式: OAI收割

来源:遥感与数字地球研究所

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。