基于lvq神经网络分层分类模型的土地利用/覆盖分类 |
|
|
|
基于lvq神经网络分层分类模型的土地利用/覆盖分类 收藏此文 全部作者： 郭阳耀 刘勇 第一作者单位： 兰州大学资源环境学院 论文摘要： 光谱混淆是遥感影像普遍存在的一个问题，它制约着单纯利用光谱特征的遥感影像土地利用/覆盖分类。为提高分类精度，在分类过程中集成辅助特征已成为一种趋势。与其他集成方法相比，无需参数估计和统计假设的人工神经网络方法具有优势，该文介绍了学习向量量化神经网络，并以它为分类器建立一种分层分类模型，依据这个模型，以腾格里沙漠南缘的遥感影像为基本数据，在知识的指导下加入形状、位置、纹理等辅助特征进行分类。分类结果精度评价表明：基于这种模型的分类精度达到了79.5%，实现了较高精度的计算机自动分类。该模型可为其他地表情况复杂区域的土地利用/覆盖分类提供借鉴和参考。 关键词： 遥感；土地利用/覆盖；人工神经网络；学习向量量化；分类；腾格里沙漠 发表日期： 2008年03月05日 同行评议： （暂时没有） 综合评价：
基于lvq神经网络分层分类模型的土地利用/覆盖分类 来自: 免费论文网www.paper800.com
远程下载:《基于lvq神经网络分层分类模型的土地利用/覆盖分类》论文(PDF全文)
|
|
|
|
|
|
|
