基于Fuzzy ARTMAP神经网络的高分辨率图象土地覆盖分类及其评价

摘要：

主要讨论了基于Fuzzy ARTMAP神经网络的高分辨率遥感图象土地覆盖分类方法及其实践.首先介绍了Fuzzy ARTMAP神经网络的原理,然后用SPOT XS图象试验数据进行土地覆盖分类.分类结果与传统的最大似然监督分类(MLC)、反馈式(Back Propagation,BP)神经网络的分类结果进行了比较.通过抽取500个样点对3种分类结果进行精度评价表明,Fuzzy ARTMAP神经网络相对其他两种方法,分类精度均有不同程度的改善,具有更好的分类结果,总分类精度比MLC和BP算法分别提高17.41%、7.32%.最后,对不同分类方法对于土地覆盖分类结果的影响进行了评价和分析.试验表明,Fuzzy ARTMAP神经网络用于高分辨图象土地覆盖分类研究可以获得相对较好的分类结果.

关键词：计算机图象处理(520·6040) Fuzzy ARTMAP、神经网络、遥感、土地覆盖分类

所属期刊栏目：8

分类号：TP751.1(遥感技术)

资助基金：国家重点基础研究发展计划973计划G2000077900;中国科学院知识创新工程项目KZCX1-SW-01

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5页

页码：151-154