10.3969/j.issn.1000-3428.2012.09.001
可变神经网络结构下的遥感影像光谱分解方法
多层感知神经网络(MLP)是主流的非线性分解方法,但是目前缺乏有效方法处理MLP分解结果中的丰度负值问题.为此,提出一种可变神经网络结构的方法,逐步去除负值丰度对应的端元,并调整相应的网络结构使之针对剩余的端元进行分解.通过武汉地区模拟TM遥感影像实验可以发现,该方法与传统MLP方法以及线性光谱分解方法的平均误差分别为0.077 7、0.081 9、0.094 3,说明该方法的分解精度高于其他2种分解方法,能克服丰度负值问题.
遥感、混合像元、神经网络、多层感知网络、非负约束、非线性光谱分解模型
38
TN911.73
国家自然科学基金资助项目41101413;高等学校博士学科点专项科研基金资助项目20110141120073;中央高校基本科研业务费专项基金资助项目904275839
2012-07-13(万方平台首次上网日期,不代表论文的发表时间)
共3页
1-3