基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据Kohonen网的生物学基础,基本结构和学习算法,提出了解决遥感影像分类的途径.依据实验区土地利用类别的光谱特征,采用主成分分析对遥感影像进行预处理,结合地理辅助数据的量化输入训练出Kohonen自组织图后对融合有地理辅助数据的影像进行土地利用分类,并与BP网和最大似然法分类结果进行分析比较.结果表明,地理辅助数据的参与对提高Kohonen网影像分类精度具有意义.
推荐文章
基于Kohonen神经网络的遥感影像监督分类
Kohonen神经网络
最大最小距离法
奖惩学习
监督分类
自组织神经网络在遥感影像分类中的应用研究
遥感影像
竞争学习网络
Kohonen神经网络
非监督分类
SOM神经网络改进及在遥感图像分类中的应用
分类
自组织特征映射
神经网络
遗传算法
遥感图像
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Kohonen神经网络在遥感影像分类中的应用研究
来源期刊 遥感学报 学科 工学
关键词 人工神经网络 自组织 土地利用 遥感图像分类
年,卷(期) 2004,(2) 所属期刊栏目 遥感应用
研究方向 页码范围 178-184
页数 7页 分类号 TP79
字数 5714字 语种 中文
DOI 10.3321/j.issn:1007-4619.2004.02.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 冯学智 南京大学城市与资源学系 160 5398 41.0 67.0
2 张友水 南京大学城市与资源学系 6 362 6.0 6.0
3 阮仁宗 南京大学城市与资源学系 7 289 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (20)
参考文献  (2)
节点文献
引证文献  (98)
同被引文献  (164)
二级引证文献  (472)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(5)
  • 引证文献(5)
  • 二级引证文献(0)
2006(21)
  • 引证文献(11)
  • 二级引证文献(10)
2007(58)
  • 引证文献(26)
  • 二级引证文献(32)
2008(35)
  • 引证文献(8)
  • 二级引证文献(27)
2009(39)
  • 引证文献(7)
  • 二级引证文献(32)
2010(41)
  • 引证文献(6)
  • 二级引证文献(35)
2011(38)
  • 引证文献(4)
  • 二级引证文献(34)
2012(29)
  • 引证文献(5)
  • 二级引证文献(24)
2013(30)
  • 引证文献(5)
  • 二级引证文献(25)
2014(51)
  • 引证文献(2)
  • 二级引证文献(49)
2015(48)
  • 引证文献(4)
  • 二级引证文献(44)
2016(49)
  • 引证文献(7)
  • 二级引证文献(42)
2017(55)
  • 引证文献(4)
  • 二级引证文献(51)
2018(32)
  • 引证文献(1)
  • 二级引证文献(31)
2019(32)
  • 引证文献(2)
  • 二级引证文献(30)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
人工神经网络
自组织
土地利用
遥感图像分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
遥感学报
月刊
1007-4619
11-3841/TP
大16开
北京市安外大屯路中国科学院遥感与数字地球研究所
82-324
1986
chi
出版文献量(篇)
2330
总下载数(次)
13
总被引数(次)
68505
论文1v1指导