用于高光谱遥感图象分类的一种高阶神经网络算法

• 作者: 熊桢 童庆禧 郑兰芬
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 高阶神经网络 分类精度 模式判别
• 年，卷（期）: 2000,（3）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 196-201
• 页数: 6页
• 分类号: TP751
• 字数: 4104字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2000.03.004

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	童庆禧	中国科学院遥感信息科学开放研究实验室	73	2769	28.0	52.0
2	郑兰芬	中国科学院遥感信息科学开放研究实验室	31	2074	21.0	31.0
3	熊桢	中国科学院遥感信息科学开放研究实验室	4	196	4.0	4.0