一种端元变化的神经网络混合像元分解方法

• 作者: 吴柯 张良培 李平湘
• 来源期刊: 遥感学报
• 学科: 工学
• 关键词: 混合像元 端元变化 线性模型 神经网络 Fuzzy ARTMAP 影像分类
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 20-26
• 页数: 7页
• 分类号: TP751.1
• 字数: 3984字
• 语种: 中文
• DOI: 10.3321/j.issn:1007-4619.2007.01.003

摘要

遥感图像中普遍存在着混合像元,对混合像元进行分解是遥感图像处理中的难点,在端元(Endmember)个数不变的情况下,往往得到的分解结果精度不高.本文基于fuzzy ARTMAP神经网络,提出一种基于端元变化的神经网络混合像元分解模型.首先利用混合像元与纯净端元之间的光谱相似性,判断出混合像元包含的端元个数及类别,然后结合fuzzy ARTMAP神经网络进行分解.实验结果表明:本文提出的方法比传统的线性混合模型及fuzzy ARTMAP神经网络模型的精度要高,而且更加符合实际情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张良培	武汉大学测绘遥感信息工程国家重点实验室	127	2239	28.0	40.0
2	李平湘	武汉大学测绘遥感信息工程国家重点实验室	105	1890	24.0	38.0
3	吴柯	武汉大学测绘遥感信息工程国家重点实验室	7	127	6.0	7.0