ASTER数据的自组织神经网络分类研究
文献类型：期刊论文
| 作者 | 哈斯巴干,马建文,李启青 |
| 刊名 | 地球科学进展
 |
| 出版日期 | 2003 |
| 期号 | 3页码:345-350 |
| 关键词 | 分类 小波融合 自组织特征映射 神经网络 |
| 中文摘要 | 传统的遥感数据分类方法大多基于统计学的参数估计 ,假设数据分布服从高斯正态分布。神经网络方法无需参数估计和统计假设 ,因而 ,近来越来越多地应用于遥感数据分类之中。介绍了基于聚类分析的自组织特征映射分类方法。ASTER卫星数据是新型遥感数据 ,包括 3个 15m分辨率波段和 3个 30m分辨率的短波红外波段。选择北京地区的ASTER数据作为方法实验数据 ,首先对数据进行了小波融合 ,然后进行了土地覆盖类型的自组织特征映射神经网络分类研究 ,把研究结果同最大似然判别法得到的分类结果进行了比较 ,分类精度比最大似然判别法总体提高了 9% |
| 收录类别 | CNKI |
| 语种 | 中文 |
| 公开日期 | 2015-01-05 |
| 源URL | [http://ir.ceode.ac.cn/handle/183411/35125]  |
| 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 | 哈斯巴干,马建文,李启青. ASTER数据的自组织神经网络分类研究[J]. 地球科学进展,2003(3):345-350. |
| APA | 哈斯巴干,马建文,李启青.(2003).ASTER数据的自组织神经网络分类研究.地球科学进展(3),345-350. |
| MLA | 哈斯巴干,马建文,李启青."ASTER数据的自组织神经网络分类研究".地球科学进展 .3(2003):345-350. |
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。