基于Kohonen神经网络的遥感影像监督分类

• 作者: 杨富平 罗小波 邓磊
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: Kohonen神经网络 最大最小距离法 奖惩学习 监督分类
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 616-620
• 分类号: TP 75
• 字数: 2811字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2011.05.023

摘要

作为一种自组织网络,Kohonen神经网络在遥感影像聚类中得到了广泛的应用.但Kohonen算法具有初始权值随机化、学习率和邻域难以确定等缺陷,并且作为一种聚类算法,难以直接进行监督分类.对Kohonen非监督学习算法进行改进,用最大最小距离法确定初始权值,利用权值误差作为网络训练收敛条件,并将Kohonen算法与奖惩学习结合起来,进行遥感监督分类.最后,选取安徽省寿县附近区域作为实验区,利用环境一号卫星影像(HJ-1B/CCD)进行了分类实验,其总精度为89.48％,Kappa系数为0.87.实验结果表明,改进的Kohonen神经网络遥感监督分类算法,其分类精度优于经典的最大似然法,取得了较为理想的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗小波	重庆邮电大学计算机学院	21	113	6.0	10.0
2	邓磊	首都师范大学资源环境与旅游学院	33	251	9.0	14.0
3	杨富平	重庆邮电大学计算机学院	8	63	5.0	7.0