基于神经网络集成的遥感图像分类与建模研究

• 作者: 吕京国
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 神经网络集成 图像分类 Bagging和Boosting算法
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 17-20,24
• 分类号: P237
• 语种: 中文
• DOI: 10.13474/j.cnki.11-2246.2014.0079

摘要

对神经网络模型及其集成技术进行深入研究,并将神经网络的信息处理机制应用于影像信息的分类与建模.针对高分辨率遥感图像分类问题,介绍了神经网络应用于图像分类的算法,采用BP、RBF和Hopfield神经网络分别进行网络的构建与分类,基于Bagging和Boosting生成个体网络,应用投票方式决定分类结果,并与单个神经网络分类结果对比,计算分类器的分类精度.试验分析表明,该方法具有较强的泛化能力与较高的分类精度等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕京国	北京建筑大学测绘与城市空间信息学院	11	33	4.0	5.0