| 加权变异粒子群BP神经网络在遥感影像分类中的应用 |
| |
| 作者单位： | ;1.东华理工大学测绘工程学院;2.中国科学院遥感与数字地球研究所遥感科学国家重点实验室;3.流域生态与地理环境监测国家测绘地理信息局重点实验室 |
| |
| 摘 要： | 在经典的BP神经网络框架支撑下,利用加权变异粒子群算法使神经网络的训练更加科学,同时也更好地发挥了粒子群算法的优点,使其分类效果更加精准。实验后的分类结果表明,与改进之前的BP神经网络相比,总体精度和Kappa系数分别提高了0.108 3和0.138 3;与支持向量机、最大似然及最小距离等分类方法进行了对比,分类效果均优于以上方法。加权变异粒子群BP神经网络不仅可以实现遥感影像的高精度分类,对解决"同谱异物"和"异物同谱"现象也具有一定的作用。
|
| 关 键 词： | 粒子群算法 混合神经网络 加权 变异 分类 |
Application of the Weighted Variable Particle Swarm BP Neural Network in the Remote Sensing Image Classification |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
