基于非线性神经网络的高清晰高光谱遥感图像分类器设计与应用

• 作者: 周前祥 敬忠良
• 来源期刊: 宇航学报
• 学科: 工学
• 关键词: 遥感图像 神经网络 监督分类 非监督分类
• 年，卷（期）: 2005,（z1）
• 所属期刊栏目: 研究简报
• 页码范围: 126-129
• 页数: 4页
• 分类号: TP751
• 字数: 2437字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1328.2005.z1.026

摘要

对于高光谱和空间分辨率的遥感图像而言,它具有较为复杂的地物判读特性,应用常规的监督或非监督分类方法难以达到理想的结果.为此设计了一种非线性BP网络分类器,它将纹理结构特征与地物光谱特征相结合,针对上海市某地区的卫星遥感图像,在ENVI/IDL平台上与K-means的非监督分类和最小距离的监督分类方法进行了分类的对比应用.试验结果表明,该分法较好地考虑了图像的光谱特征,能有效地提高类别辨识的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周前祥		34	466	10.0	21.0
2	敬忠良	上海交通大学电子信息学院	155	2844	24.0	49.0