基于混合核函数的自组织神经网络遥感图像分类
自组织神经网络SOM作为一种无监督学习的竞争式网络,已经得到了广泛的应用,它通过对输入信号的竞争学习,将样本划为不同的类别,但其分类效果常很难令人满意.提出了一种基于混合核函数的SOM神经网络改进方法,并和传统的SOM网络进行了对比,Iris数据和Wine数据的分类实验表明,该方法可以明显改进SOM网络的分类效果.然后对某地Landsat卫星遥感图像数据进行分类实验,实验结果表明,与传统的SOM网络、基于多项式核的SOM网络以及基于RBF核的SOM网络相比较,基于混合核函数的SOM神经网络方法的分类效果有较明显的提高.
混合核函数、自组织映射、神经网络、模式分类、自组织神经网络
30
TP301(计算技术、计算机技术)
国家自然科学基金项目60665001
2009-04-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
388-391