几种 BP 网络训练方法的高光谱影像分类对比分析

• 作者: 王东 谭靖 陈时雨
• 来源期刊: 城市勘测
• 学科: 工学
• 关键词: BP网络 训练 数值优化 高光谱影像 分类
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 3S研究与应用
• 页码范围: 73-77
• 页数: 5页
• 分类号: TP751.1
• 字数: 3883字
• 语种: 中文

摘要

以Indian Pine数据集为研究对象,利用等角特征映射对其进行特征提取,然后选取BP网络传统的梯度下降训练方法和正切拟牛顿法、Polak-Ribiere共轭梯度法、Levenberg-Marquart法3种数值优化的训练方法对其进行分类. 对分类结果进行对比分析,结果表明:基于数值分析的训练方法训练网络的耗时均比梯度下降法长,但收敛效果更好;总体分类精度均比梯度下降法至少提高6%;各类别制图精度都较高,且较为稳定,而梯度下降法只对易分的类别精度高;3种数值分析训练方法中,正切拟牛顿法和Polak-Ribiere共轭梯度法的收敛效率和分类精度比 Levenberg-Marquart法高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王东	武汉大学遥感信息工程学院	29	126	6.0	10.0
2	谭靖		8	51	4.0	7.0
3	陈时雨	武汉大学遥感信息工程学院	10	41	3.0	6.0