基于PCA+RBF的多光谱卫星遥感影像分类

• 作者: 付华 周峰 李广亮 杜志顺 潘和平
• 来源期刊: 物探化探计算技术
• 学科: 工学
• 关键词: 主成份分析 RBF神经网络 多光谱 监督分类
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 遥感技术
• 页码范围: 158-162
• 页数: 5页
• 分类号: TP75
• 字数: 3971字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1749.2008.02.016

摘要

多光谱卫星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比较高的精度.这里首先采用主成份分析对多波段遥感图像进行降维,再采用训练后的RBF(radial basis function)神经网络做图像的监督分类.通过对ETM+的遥感数据进行实验,结果表明,这种分类方法的分类精度,明显优于最大似然法、最小距离法等传统的分类方法.同时,与基于像元的RBF神经网络法相比,也有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周峰	中国地质大学信息工程学院	22	157	7.0	12.0
5	潘和平	中国地质大学地球物理与空间信息学院	50	696	16.0	24.0
6	杜志顺	中国地质大学信息工程学院	4	67	2.0	4.0
7	付华	中国地质大学信息工程学院	1	1	1.0	1.0
8	李广亮	中国地质大学信息工程学院	1	1	1.0	1.0