基于概率神经网络的遥感图像分类MATLAB实现

• 作者: 李海洋 范文义
• 来源期刊: 东北林业大学学报
• 关键词: Matlab 概率神经网络 分类 精度 Kappa系数
• 年，卷（期）: 2008,（6）
• 页码范围: 55-56,62
• 页数: 3页
• 分类号: TP389.1|S771.8
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5382.2008.06.017

摘要

在遥感图像分类研究方面人工神经网络是一种有效途径,与传统的分类方法相比概率神经网络具有许多优良的性能,因此利用神经网络工具箱构建了概率神经网络,经对比分类精度选取最优SPREAD=0.009,并对一幅TM假彩色遥感图像通过训练后,仿真输出能真实地反映原始图像的特征,其分类总精度为82.62%,Kappa系数为0.7821,结果表明:分类精度能够满足遥感图像分类的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范文义		191	3189	30.0	46.0
2	李海洋		10	128	6.0	10.0