分层神经网络分类算法

分层神经网络分类算法

提高遥感图像分类精度一直是受到普遍关注的焦点问题.近年来,人工神经网络技术和分层处理技术由于它们的许多优点受到广泛欢迎.本文把这两种技术结合起来,提出了分层神经网络的概念,并基于此设计了一种分层神经网络分类算法.通过与最大似然法的对比实验表明,这种分层神经网络分类算法可以明显地提高分类精度,并对不规则分布的复杂数据具有很强的处理能力.

作 者： 熊桢 郑兰芬 童庆禧 XIONG Zhen ZHENG Lan-fen TONG Qing-xi   作者单位： 中国科学院,遥感信息科学开放研究实验室,北京,100101  刊 名： 测绘学报  ISTIC EI PKU 英文刊名： ACTA GEODAETICA ET CARTOGRAPHICA SINICA  年，卷(期)： 2000 29(3)  分类号： P237  关键词： 分层处理   神经网络   遥感图像分类   分类精度  

【分层神经网络分类算法】相关文章：

网络分层用于最短路问题的算法研究04-27

LIDAR数据特点与分类算法探讨04-28

正交异性薄板最大应力值的灰色神经网络算法04-28

基于神经网络自联想的数字图像水印算法04-29

基于神经网络构造的GPS/INS自适应组合导航算法04-26

基于粒子群算法的神经网络在水资源评价中的应用04-27

基于OLS算法的RBF神经网络在大坝安全监测中的应用04-25

基于状态χ2检测的神经网络故障检测算法研究04-29

基于人工神经网络算法的某机场雾的模式识别预报04-29

基于BP和RBFNN的神经网络算法在瓦斯预测中的应用及比较04-27