基于主成分分析的自组织竞争神经网络在多光谱遥感影像分类中的应用

• 作者: 刘福江 周峰 孙华山 李杏梅
• 来源期刊: 光学与光电技术
• 学科: 工学
• 关键词: 主成分分析 自组织竞争神经网络 多光谱遥感图像 非监督分类
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 43-46
• 页数: 4页
• 分类号: TP75
• 字数: 2529字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3392.2007.03.013

摘要

多光谱遥感影像具有波段多、信息量大的特点,传统的分类方法难以达到提高精度的要求.利用主成分分析对多波段遥感图像进行降维,再采用竞争型自组织神经网络对图像进行非监督分类.这种方法的分类精度为87.5%,Kappa系数为0.86,明显高于最大似然法,最小距离法和基于像元的自组织竞争神经网络法.实验结果表明该方法在多光谱遥感影像分类中具有较好的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李杏梅	中国地质大学信息工程学院	17	82	5.0	9.0
2	孙华山	中国地质大学资源学院	33	507	13.0	22.0
3	周峰	中国地质大学信息工程学院	22	157	7.0	12.0
4	刘福江	中国地质大学信息工程学院	24	150	7.0	11.0