10.3969/j.issn.1006-8961.2000.03.004
用于高光谱遥感图象分类的一种高阶神经网络算法
BP神经网络近年来广泛地应用于遥感图象分类,但是它也有多层感知器神经网络的通病,即隐含层及其节点数问题、局部最小问题、训练速度问题等.为了从根本上解决这些问题,该文提出了一种高阶神经网络分类算法,这种高阶神经网络没有隐含层,从而也就没有了隐含层及其节点数的问题;它的模式划分界面是非线性的,从根本上解决了局部最小问题;同时它的训练速度更快,分类精度更高.该文详细介绍了这种高阶神经网络的构造、学习方法、模式分类方法和流程控制,并利用北京市沙河镇地区的高光谱数据进行了分类实验,取得了很好的结果,其训练样本和测试样本的分类精度都达到了100%,证明了这种高阶神经网络算法在结构,速度和精度方面相对其它神经网络算法的巨大优势.
高阶神经网络、分类精度、模式判别
5
TP751(遥感技术)
国家高技术研究发展计划863计划
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
196-201