基于混合核函数的自组织神经网络遥感图像分类

• 作者: 尹汪宏 张俊本 李朝峰 王正友
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 混合核函数 自组织映射 神经网络 模式分类 自组织神经网络
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 388-391
• 页数: 4页
• 分类号: TP301
• 字数: 2910字
• 语种: 中文

摘要

自组织神经网络SOM作为一种无监督学习的竞争式网络,已经得到了广泛的应用,它通过对输入信号的竞争学习,将样本划为不同的类别,但其分类效果常很难令人满意.提出了一种基于混合核函数的SOM神经网络改进方法,并和传统的SOM网络进行了对比,Iris数据和Wine数据的分类实验表明,该方法可以明显改进SOM网络的分类效果.然后对某地Landsat卫星遥感图像数据进行分类实验,实验结果表明,与传统的SOM网络、基于多项式核的SOM网络以及基于RBF核的SOM网络相比较,基于混合核函数的SOM神经网络方法的分类效果有较明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正友	江西财经大学信息管理学院	27	325	10.0	17.0
2	李朝峰	江南大学信息工程学院	16	173	7.0	13.0
3	尹汪宏	江南大学信息工程学院	4	35	3.0	4.0
4	张俊本	江南大学信息工程学院	5	65	3.0	5.0