基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
BP神经网络是遥感图像分类研究应用最广泛的分类器之一,它以隶属度描述实体对应各类别的确定程度.常规基于BP网络的分类应用中,通常将像元归属为最大隶属度对应的类别,即硬划分,这种方式在混合像元存在时,容易产生误判现象.本文提出一种基于邻域分析的软划分算法,参考领域元素的隶属度情况,判断中心元素的类别.试验表明,该算法可使遥感图像的分类精度平均提高5.10%.
推荐文章
基于改进GoogLeNet的遥感图像分类方法
遥感图像
卷积神经网络
GoogLeNet
迁移学习
基于ENVI的遥感图像分类方法研究
遥感
图像分类
监督分类
精度评价
基于ICA的遥感图像的色彩分类方法
独立成分分析
遥感图像
分类
SOM神经网络改进及在遥感图像分类中的应用
分类
自组织特征映射
神经网络
遗传算法
遥感图像
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 软划分在遥感图像分类上的应用
来源期刊 城市地理 学科
关键词 BP神经网络 遥感图像分类 软划分
年,卷(期) 2017,(16) 所属期刊栏目 地理研究
研究方向 页码范围 88-89
页数 2页 分类号
字数 1814字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周坚华 华东师范大学地理科学学院 38 678 11.0 25.0
2 余慧娟 华东师范大学地理科学学院 7 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (40)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
遥感图像分类
软划分
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
城市地理
半月刊
1674-2508
50-1192/K
16开
重庆市
78-138
2008
chi
出版文献量(篇)
12459
总下载数(次)
33
总被引数(次)
10089
论文1v1指导