留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

投影寻踪学习网络的遥感影像分类

严勇 李清泉 孙久运

严勇, 李清泉, 孙久运. 投影寻踪学习网络的遥感影像分类[J]. 武汉大学学报 ● 信息科学版, 2007, 32(10): 876-879.
引用本文: 严勇, 李清泉, 孙久运. 投影寻踪学习网络的遥感影像分类[J]. 武汉大学学报 ● 信息科学版, 2007, 32(10): 876-879.
YAN Yong, LI Qingquan, SUN Jiuyun. Classification of RS Image Using Projection Pursuit Learning Network[J]. Geomatics and Information Science of Wuhan University, 2007, 32(10): 876-879.
Citation: YAN Yong, LI Qingquan, SUN Jiuyun. Classification of RS Image Using Projection Pursuit Learning Network[J]. Geomatics and Information Science of Wuhan University, 2007, 32(10): 876-879.

投影寻踪学习网络的遥感影像分类

基金项目: 国家自然科学基金资助项目(40271093,40401051)。
详细信息
    作者简介:

    严勇,讲师,博士。现主要从事地理信息系统、空间数据处理研究。

  • 中图分类号: P208;P237.4

Classification of RS Image Using Projection Pursuit Learning Network

Funds: 国家自然科学基金资助项目(40271093,40401051)。
计量
  • 文章访问数:  660
  • HTML全文浏览量:  42
  • PDF下载量:  337
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-08-15
  • 修回日期:  2007-08-15
  • 刊出日期:  2007-10-05

投影寻踪学习网络的遥感影像分类

    基金项目:  国家自然科学基金资助项目(40271093,40401051)。
    作者简介:

    严勇,讲师,博士。现主要从事地理信息系统、空间数据处理研究。

  • 中图分类号: P208;P237.4

摘要: 采用投影寻踪(projection pursuit,PP)学习网络方法建立了一种新的遥感影像分类模型。该方法结合了统计学中投影寻踪算法节点函数灵活的非参数估计特点和人工神经网络的自学习功能,具有简捷的网络结构和良好的鲁棒性能。利用苏州市TM影像进行了分类实验,将分类结果与BP神经网络和最大似然法的分类结果相比较,投影寻踪学习网络的分类精度较高,具有一定的实用性。

English Abstract

严勇, 李清泉, 孙久运. 投影寻踪学习网络的遥感影像分类[J]. 武汉大学学报 ● 信息科学版, 2007, 32(10): 876-879.
引用本文: 严勇, 李清泉, 孙久运. 投影寻踪学习网络的遥感影像分类[J]. 武汉大学学报 ● 信息科学版, 2007, 32(10): 876-879.
YAN Yong, LI Qingquan, SUN Jiuyun. Classification of RS Image Using Projection Pursuit Learning Network[J]. Geomatics and Information Science of Wuhan University, 2007, 32(10): 876-879.
Citation: YAN Yong, LI Qingquan, SUN Jiuyun. Classification of RS Image Using Projection Pursuit Learning Network[J]. Geomatics and Information Science of Wuhan University, 2007, 32(10): 876-879.

目录

    /

    返回文章
    返回