基于改进自组织神经网络的遥感图像分类研究

• 作者: 李浩 李靖 王晨安
• 来源期刊: 地理空间信息
• 学科: 地球科学
• 关键词: SOM神经网络 BP神经网络 遥感影像分类 Landsat卫星遥感影像
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 3S技术应用
• 页码范围: 51-53,86
• 页数: 4页
• 分类号: P237
• 字数: 1886字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4623.2019.02.013

摘要

引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法.以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网络获得的仿真结果可以准确地对原始图像进行分类,实验结果Kappa系数达到0.9,精度能够满足遥感影像分类要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李浩	河海大学地球科学与工程学院	97	496	12.0	18.0
2	李靖	河海大学地球科学与工程学院	6	19	3.0	4.0
3	王晨安	河海大学地球科学与工程学院	2	4	1.0	2.0