FasART模糊神经网络用于遥感图象监督分类的研究

摘要：

说明了遥感图象数据的非线性性质,目视的图象分类实践是一个模糊推理的过程,模糊神经网络遥感图象分类符合其事物的内在规律,具有理论优势.分析了模糊ART、模糊ARTMAP和FasART模型的结构和原理,详细地阐述了FasART是一种基于模糊逻辑系统的神经网络,提出了一种简化的FasART模型,改变了一般遥感数据的模糊化方法.采用中巴资源一号卫星数据进行测试实验,结果表明,该简化的FasART模型能用于遥感图象的监督分类,其分类精度高于模糊ARTMAP神经网络和K均值算法,且性能稳定、有较好的抗干扰能力,尤其具有良好的处理两组相似程度比较接近的、和同组数据模式变化较大的非线性数据的能力.

关键词：模糊化、隶属度函数、模糊神经网络、FasART、有监督分类

所属期刊栏目：7

分类号：TP751.1(遥感技术)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1263-1268