GHSOM在遥感图像分割中的应用

• 作者: 吴小俊 李朝锋 王振
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自组织神经网络 图像分割 自组织增长分级神经网络
• 年，卷（期）: 2010,（16）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 188-190
• 分类号: TP391.41
• 字数: 2310字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.16.055

摘要

提出一种基于自组织增长分级神经网络(Growing Hierarchical Self-Organizing Map,GHSOM)的遥感图像分类方法.首先详细分析了GHSOM方法的基本原理和算法,然后成功将其应用于遥感图像分类.实验结果表明了GHSOM通过分级的分类方法有效解决了SOM分类中的混分问题,大大提高了分类精度和效率,是一种新的有效的无监督遥感图像分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小俊	江南大学信息工程学院	170	1079	17.0	22.0
2	李朝锋	江南大学信息工程学院	48	430	12.0	19.0
3	王振	江南大学信息工程学院	3	5	1.0	2.0