基于Lasso函数的分层混合模糊-神经网络及其在遥感影像分类中的应用

• 作者: 代莎 余先川 江启煜 胡丹
• 来源期刊: 地球物理学报
• 学科: 地球科学
• 关键词: Takagi-Sugeno模型 分层混合模糊-神经网络 Lasso函数 训练算法 遥感影像分类
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 应用地球物理学
• 页码范围: 1672-1678
• 分类号: P631
• 字数: 5799字
• 语种: 中文
• DOI: 10.3969/j.issn.0001-5733.2011.06.027

摘要

本文提出一种新的分层混合模糊-神经网络(HHFNN)算法.在模糊系统中使用Takagi-Sugeno模型和三角波隶属函数.同时,为降低离散输入变量中可能存在的强交瓦作用,采用了系数收缩机制中的Lasso函数.最后,以福建的漳平洛阳—安溪潘田地区LANDSAT ETM+遥感影像数据地物分类为例,应用本文的改进算法与其他神经网络算法进行分析比较,得到了较高的分类精度,验证了采用基于Lasso函数的T-S型分层混合模糊-神经网络的可行性和有效性,可作为一种新的遥感影像地物分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余先川	北京师范大学信息科学与技术学院	72	548	13.0	21.0
2	胡丹	北京师范大学信息科学与技术学院	24	625	8.0	24.0
3	代莎	北京师范大学信息科学与技术学院	2	29	2.0	2.0