• Scopus收录期刊
  • CSCD（核心库）来源期刊
  • 中文核心期刊
  • 中国科技核心期刊
  • F5000顶尖学术来源期刊
  • RCCSE中国核心学术期刊
高级检索

自组织特征映射网络在遥感影像分类中的应用

罗凯, 罗旭, 冯仲科, 李静锐, 吴露露

罗凯, 罗旭, 冯仲科, 李静锐, 吴露露, . 自组织特征映射网络在遥感影像分类中的应用[J]. 北京林业大学学报, 2008, 30(增刊1): 73-77.
引用本文: 罗凯, 罗旭, 冯仲科, 李静锐, 吴露露, . 自组织特征映射网络在遥感影像分类中的应用[J]. 北京林业大学学报, 2008, 30(增刊1): 73-77.
shu
LUO Kai, , LUO Xu, FENG Zhongke, LI Jing_rui, WU Lu-lu. Application of SOFM neural network in classification of remote sensing images.[J]. Journal of Beijing Forestry University, 2008, 30(增刊1): 73-77.
Citation: LUO Kai, , LUO Xu, FENG Zhongke, LI Jing_rui, WU Lu-lu. Application of SOFM neural network in classification of remote sensing images.[J]. Journal of Beijing Forestry University, 2008, 30(增刊1): 73-77.
shu

自组织特征映射网络在遥感影像分类中的应用

  • 1 北京林业大学省部共建森林培育与保护教育部重点实验室2 北京林业大学测绘与3S技术中心3 中国计量科学研究院长度处4中国政法大学现代教育技术中心

Application of SOFM neural network in classification of remote sensing images.

  • 1 Key Laboratory for Silviculture and Conservation of Ministry of Education, Beijing Forestry University, 100083, P.R.China; 2 Institute of GIS, RS & GPS, Beijing Forestry University, Beijing, 100083, P. R. China; 3 Length Division, China National Institute of Metrology, Beijing, 100013, P. R. China; 4 Center of Modern Education and Technology, China University of Political Science and Law, Beijing, 102249, P.R.China. 

摘要

    摘要
  • 摘要: 该研究以Matlab为平台，应用自组织特征映射网络模型对研究区的遥感影像数据进行土地使用类型的分类。结果表明：在设计神经网络模型时，输出层节点数的确定不仅与分类数相关，同时也需要考虑研究区数据的模数，输出层节点数正确与否很大程度上制约着研究结果的精度。研究证明，自组织特征映射网络通过神经元之间的竞争能模拟大脑神经系统中的“近兴奋远抑制"功能使得该网络的收敛性更好，其分类精度较高，而且该神经网络不需要学习样本使其应用更加简单。因此自组织特征映射网络在遥感分类中有着很好的应用前景。
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
    • 资源附件(0)
计量
  • 文章访问数:  6235
  • HTML全文浏览量:  410
  • PDF下载量:  38
  • 被引次数: 0
出版历程
  • 收稿日期:  1899-12-31
  • 修回日期:  1899-12-31
  • 发布日期:  2008-03-29

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    版权所有 © 2013 《北京林业大学学报》编辑部

    地址：北京市海淀区清华东路35号邮政编码：100083

    电话：010-62337673Email：bldxed@bjfu.edu.cn 京ICP备05066833号-1

    本系统由北京仁和汇智信息技术有限公司开发  百度统计