用于Landsat ETM+和ERS-2 SAR图像融合对城区地物特征分类的BP-ANN/GA混合算法
该文建立了反向传播人工神经网络(Back Propagation Artificial Neural Network,BP-ANN)和遗传算法(Genetic Algorithm,GA)的BP-ANN/GA混合算法.利用GA算法的全局优化能力优化BP-ANN的初始权值,克服了传统BP-ANN收敛速度慢,容易陷入局部最小的缺点.BP-ANN/GA混合算法对Landsat ETM+4,5,7三波段红外图像和ERS-2 SAR雷达图像的融合数据进行了城市多类地物特征分类.结果表明:BP-ANN/GA算法不仅提高多源遥感图像自动分类的速度,而且提高了各类特征分类的精度.该文对上海浦东地区的LandsatETM+和ERS-2 SAR数据作了融合分类试验与验证.
图像融合、BP-ANN/GA、地表分类
28
TP391(计算技术、计算机技术)
国家研究发展基金2001CB309401;国家高技术研究发展计划863计划60170009;上海市光科技专项基金036105012
2006-09-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
1153-1159