基于区域特征光谱的高光谱图像神经网络分类方法研究

• 作者: 范宁军 谌德荣 陶鹏
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 高光谱图像 区域特征光谱 SOFM 分类
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 其他电子技术
• 页码范围: 1331-1334,1337
• 页数: 5页
• 分类号: TP751
• 字数: 2383字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2008.04.065

摘要

通过分析在无人工选择训练样本条件下,图像光谱噪声对高光谱图像SOFM神经网络分类的影响,针对分类结果中产生的麻点现象,论文提出了通过提取区域特征光谱以抑制图像噪声,并给出了相似度阈值选取的方法;在此基础上提出了基于区域特征光谱的高光谱图像SOFM神经网络分类方法,通过对具有不同地物分布特点的高光谱数据进行仿真,结果表明:在无人工选择训练样本的条件下,与传统SOFM网络分类方法相比较,本文提出的方法显著抑制了麻点现象,分类结果更加合理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范宁军	北京理工大学宇航科学技术学院航天测试测控实验室	51	484	11.0	19.0
2	谌德荣	北京理工大学宇航科学技术学院航天测试测控实验室	38	205	9.0	12.0
3	陶鹏	北京理工大学宇航科学技术学院航天测试测控实验室	8	59	5.0	7.0