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:
基于BP算法的神经网络方法目前已广泛运用于遥感影像分类,提出一种主成分分析(PCA)与BP神经网络相结合的遥感影像分类方法--PCA-BPNN,实验证明该方法是可行并且有效的,在减少计算量和加快收敛的同时,提高了分类的精度.
推荐文章
线性混合光谱模型在多光谱遥感影像分类中的应用
多光谱遥感
混合像元
线性混合光谱模型
基于PCA+RBF的多光谱卫星遥感影像分类
主成份分析
RBF神经网络
多光谱
监督分类
基于蚁群算法的多光谱遥感图像分类
多光谱遥感图像
分类
光谱特征
形状特征
蚁群算法
支持向量机分类器
基于PCA-BPNN的膨胀土自由膨胀率预测
主成分分析
BP神经网络
膨胀土
自由膨胀率
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 基于PCA-BPNN的多光谱遥感影像分类
来源期刊 地理空间信息 学科 地球科学
关键词 BP神经网络 影像分类 主成分分析
年,卷(期) 2006,(1) 所属期刊栏目 3S技术
研究方向 页码范围 15-17
页数 3页 分类号 P237
字数 3290字 语种 中文
DOI 10.3969/j.issn.1672-4623.2006.01.005
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 贾永红 武汉大学遥感信息工程学院 61 734 14.0 25.0
2 吴芳 武汉大学遥感信息工程学院 13 55 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (19)
参考文献  (2)
节点文献
引证文献  (17)
同被引文献  (53)
二级引证文献  (84)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(10)
  • 引证文献(2)
  • 二级引证文献(8)
2013(8)
  • 引证文献(3)
  • 二级引证文献(5)
2014(15)
  • 引证文献(0)
  • 二级引证文献(15)
2015(11)
  • 引证文献(1)
  • 二级引证文献(10)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(14)
  • 引证文献(2)
  • 二级引证文献(12)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
BP神经网络
影像分类
主成分分析
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
地理空间信息
月刊
1672-4623
42-1692/P
大16开
湖北省武汉市武昌中南一路50号湖北省测绘局地理信息局航测楼二楼
2003
chi
出版文献量(篇)
5778
总下载数(次)
16
总被引数(次)
25892
论文1v1指导