中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
多光谱遥感数据直接分类变化检测的神经网络方法研究

文献类型:期刊论文

作者陈雪,戴芹,马建文,冯春
刊名计算机工程与应用
出版日期2004
期号28页码:012-015
关键词直接变化检测方法 SOFM 最大似然分类方法
中文摘要变化检测是近年发展起来的一种遥感时序数据处理方法,用于识别遥感数据在不同时间所记录的地表变化信息。采用传统的基于统计学的分类算法检测两个时期多波段遥感数据变化信息时,如果采取直接分类变化检测的方法会出现统计数据结构的奇异性问题,表现在同一位置上出现不同的光谱特征值。因此,该文提出和实验了使用基于样本和数据权重的自组织特征映射神经网络(SOFM)直接分类检测变化信息的方法。结果表明,SOFM直接分类变化检测法与两个时期最大似然方法分类后相减的结果相比,检测精度有显著提高。
收录类别CNKI
语种中文
公开日期2015-01-05
源URL[http://ir.ceode.ac.cn/handle/183411/36546]  
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
陈雪,戴芹,马建文,冯春. 多光谱遥感数据直接分类变化检测的神经网络方法研究[J]. 计算机工程与应用,2004(28):012-015.
APA 陈雪,戴芹,马建文,冯春.(2004).多光谱遥感数据直接分类变化检测的神经网络方法研究.计算机工程与应用(28),012-015.
MLA 陈雪,戴芹,马建文,冯春."多光谱遥感数据直接分类变化检测的神经网络方法研究".计算机工程与应用 .28(2004):012-015.

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。