加权变异粒子群BP神经网络在遥感影像分类中的应用

• 作者: 付建东 吴良才 王力 胡永森 黄妮
• 来源期刊: 地理空间信息
• 学科: 地球科学
• 关键词: 粒子群算法 混合神经网络 加权 变异 分类
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 3S 技术应用
• 页码范围: 37-40
• 页数: 4页
• 分类号: P237
• 字数: 3826字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4623.2016.12.013

摘要

在经典的BP神经网络框架支撑下，利用加权变异粒子群算法使神经网络的训练更加科学，同时也更好地发挥了粒子群算法的优点，使其分类效果更加精准。实验后的分类结果表明，与改进之前的BP神经网络相比，总体精度和Kappa系数分别提高了0.1083和0.1383；与支持向量机、最大似然及最小距离等分类方法进行了对比，分类效果均优于以上方法。加权变异粒子群BP神经网络不仅可以实现遥感影像的高精度分类，对解决“同谱异物”和“异物同谱”现象也具有一定的作用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王力	中国科学院遥感与数字地球研究所遥感科学国家重点实验室	113	1744	20.0	38.0
2	吴良才	东华理工大学测绘工程学院	42	296	9.0	15.0
3	黄妮	中国科学院遥感与数字地球研究所遥感科学国家重点实验室	20	271	9.0	16.0
4	胡永森	东华理工大学测绘工程学院	2	6	2.0	2.0