基于Fuzzy ARTMAP神经网络的高分辨率图象土地覆盖分类及其评价

被引：15

作者：

刘正军

王长耀

延昊

牛铮

王雷

机构：

[1] 中国科学院遥感应用研究所遥感信息科学重点实验室

[2] 南京210093

[3] 南京大学城市与资源学系北京100101

来源：

中国图象图形学报 | 2003年 / 02期

基金：

中国科学院知识创新工程重大项目;

关键词：

计算机图象处理(520·6040); FuzzyARTMAP; 神经网络; 遥感; 土地覆盖分类;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

主要讨论了基于 Fuzzy ARTMAP神经网络的高分辨率遥感图象土地覆盖分类方法及其实践 .首先介绍了 Fuzzy ARTMAP神经网络的原理 ,然后用 SPOT XS图象试验数据进行土地覆盖分类 .分类结果与传统的最大似然监督分类 (ML C)、反馈式 (Back Propagation,BP)神经网络的分类结果进行了比较 .通过抽取 5 0 0个样点对 3种分类结果进行精度评价表明 ,Fuzzy ARTMAP神经网络相对其他两种方法 ,分类精度均有不同程度的改善 ,具有更好的分类结果 ,总分类精度比 ML C和 BP算法分别提高 17.4 1%、7.32 % .最后 ,对不同分类方法对于土地覆盖分类结果的影响进行了评价和分析 .试验表明 ,Fuzzy ARTMAP神经网络用于高分辨图象土地覆盖分类研究可以获得相对较好的分类结果

引用

页码：33 / 36+125

页数：5