遥感影像的全模糊监督分类

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

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

遥感影像的全模糊监督分类

文章导航 > 武汉大学学报 ( 信息科学版) > 1998 > 23(3): 211-214

张景雄. 遥感影像的全模糊监督分类[J]. 武汉大学学报 ( 信息科学版), 1998, 23(3): 211-214.

引用本文:

张景雄. 遥感影像的全模糊监督分类[J]. 武汉大学学报 ( 信息科学版), 1998, 23(3): 211-214.

Zhang Jingxiong. A Fully Fuzzy Supervised Classification of Remotely Sensed Imagery[J]. Geomatics and Information Science of Wuhan University, 1998, 23(3): 211-214.

Citation:

Zhang Jingxiong. A Fully Fuzzy Supervised Classification of Remotely Sensed Imagery[J]. Geomatics and Information Science of Wuhan University, 1998, 23(3): 211-214.

遥感影像的全模糊监督分类

张景雄

武汉测绘科技大学测绘遥感信息工程国家重点实验室, 武汉市珞喻路129号, 430079

基金项目: 国家测绘局测绘科技发展基金资助项目,编号97013。

作者简介:
张景雄,男,33岁,博士后,现从事遥感信息机理和地理信息科学的数据理论研究。

中图分类号: P237.3;TP753

A Fully Fuzzy Supervised Classification of Remotely Sensed Imagery

Zhang Jingxiong

National Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, WTUSM, 129 Luoyu Road, Wuhan, China, 430079

摘要: 设计了一个基于神经元网络的全模糊训练、分类和精度评估方法,并成功地应用于一个城郊型土地覆盖分类。结果表明,该方法灵活、适应性强,并能取得较好的分类精度。
- 全模糊 /
- 遥感影像 /
- 监督分类 /
- 神经元网络 /
- 土地覆盖
Abstract: This paper presents a fully fuzzy strategy for image classification based on a neural network architecture, which promises to overcome some problems encounered in a conventional crisp even fuzzy classification process. The proposed method was successfully applied in a classification of a suburban land cover with resuls confirming the flexibility and practicality of this fully fuzzy approach.
- fully fuzzy /
- remotely sensed imagery /
- supervised classification /
- neural network /
- land cover

[1]	柴华彬, 严超, 邹友峰, 陈正超. 利用PSP Net实现湖北省遥感影像土地覆盖分类 . 武汉大学学报 ( 信息科学版), 2021, 46(8): 1224-1232. doi: 10.13203/j.whugis20190296
[2]	季顺平, 田思琦, 张驰. 利用全空洞卷积神经元网络进行城市土地覆盖分类与变化检测 . 武汉大学学报 ( 信息科学版), 2020, 45(2): 233-241. doi: 10.13203/j.whugis20180481
[3]	李鹏, 黎达辉, 李振洪, 王厚杰. 黄河三角洲地区GF-3雷达数据与Sentinel-2多光谱数据湿地协同分类研究 . 武汉大学学报 ( 信息科学版), 2019, 44(11): 1641-1649. doi: 10.13203/j.whugis20180258
[4]	吴军, 刘荣, 郭宁, 刘丽娟. SVM加权学习下的机载LiDAR数据多元分类研究 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 1-5.
[5]	吴佳, 蔡之华, 金晓文. 自适应差分演化算法在图像监督分类中的应用 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 23-26.
[6]	游炯, 张景雄. 土地覆盖信息尺度转换的判别空间方法 . 武汉大学学报 ( 信息科学版), 2013, 38(11): 1349-1352.
[7]	王连备, 贲进. 基于SOA的遥感影像共享架构研究 . 武汉大学学报 ( 信息科学版), 2010, 35(11): 1314-1317.
[8]	陶建斌, 舒宁, 龚龑, 沈照庆. 一种基于高斯混合模型的遥感影像有指导非监督分类方法 . 武汉大学学报 ( 信息科学版), 2010, 35(6): 727-732.
[9]	陶建斌, 舒宁, 沈照庆. 利用互信息改进遥感影像朴素贝叶斯网络分类器 . 武汉大学学报 ( 信息科学版), 2010, 35(2): 228-232.
[10]	薄树奎, 韩新超, 丁琳. 面向对象影像分类中分割参数的选择 . 武汉大学学报 ( 信息科学版), 2009, 34(5): 514-517.
[11]	张永红, 张继贤, 郭健, 曹银璇. 全球地图第一版中国土地覆盖产品的生成 . 武汉大学学报 ( 信息科学版), 2009, 34(8): 914-918.
[12]	刘小利, 朱国宾, 李清泉, 贾治革. 基于并行Tabu搜索和空间信息约束的遥感影像模糊聚类 . 武汉大学学报 ( 信息科学版), 2009, 34(5): 527-530.
[13]	王毅, 张良培, 李平湘. 基于自动搜索和光谱匹配技术的训练样本纯化算法 . 武汉大学学报 ( 信息科学版), 2007, 32(3): 216-219.
[14]	潘励, 王华, 张剑清. 遥感影像居民地目标Bayesian网络识别算法研究 . 武汉大学学报 ( 信息科学版), 2007, 32(12): 1103-1106.
[15]	王占宏, 杜道生. 模糊综合评价法在数字遥感影像产品质量评价中的应用 . 武汉大学学报 ( 信息科学版), 2005, 30(5): 412-416.
[16]	张剑清, 张勇, 郑顺义, 张宏伟. 高分辨率遥感影像的精纠正 . 武汉大学学报 ( 信息科学版), 2004, 29(11): 994-998.
[17]	肖平, 李德仁. 基于人工神经元网络技术的土地利用/覆盖变化探测 . 武汉大学学报 ( 信息科学版), 2002, 27(6): 586-590.
[18]	熊兴华, 李新涛. 面向对象的遥感影像模糊增强 . 武汉大学学报 ( 信息科学版), 2002, 27(5): 516-521,542.
[19]	刘良明, 李德仁. 基于辅助数据的遥感干旱分析 . 武汉大学学报 ( 信息科学版), 1999, 24(4): 300-305.
[20]	张景雄, 杜道生. 基于模糊场的ε-误差带模型 . 武汉大学学报 ( 信息科学版), 1997, 22(3): 212-215.

WeChat

点击查看大图

计量

文章访问数: 1042
HTML全文浏览量: 81
PDF下载量: 261
被引次数: 0

遥感影像的全模糊监督分类

张景雄

武汉测绘科技大学测绘遥感信息工程国家重点实验室, 武汉市珞喻路129号, 430079

基金项目: 国家测绘局测绘科技发展基金资助项目,编号97013。

作者简介:
张景雄,男,33岁,博士后,现从事遥感信息机理和地理信息科学的数据理论研究。

收稿日期: 1997-07-10
刊出日期: 1998-03-05

中图分类号: P237.3;TP753

关键词:

神经元网络 /

摘要: 设计了一个基于神经元网络的全模糊训练、分类和精度评估方法,并成功地应用于一个城郊型土地覆盖分类。结果表明,该方法灵活、适应性强,并能取得较好的分类精度。

English Abstract

张景雄. 遥感影像的全模糊监督分类[J]. 武汉大学学报 ( 信息科学版), 1998, 23(3): 211-214.

引用本文:

张景雄. 遥感影像的全模糊监督分类[J]. 武汉大学学报 ( 信息科学版), 1998, 23(3): 211-214.

Zhang Jingxiong. A Fully Fuzzy Supervised Classification of Remotely Sensed Imagery[J]. Geomatics and Information Science of Wuhan University, 1998, 23(3): 211-214.

Citation:

Zhang Jingxiong. A Fully Fuzzy Supervised Classification of Remotely Sensed Imagery[J]. Geomatics and Information Science of Wuhan University, 1998, 23(3): 211-214.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码