多光谱遥感图像BP网分类器学习样本选取法的研究
LEARNING SAMPLE SELECTION IN MULTI-SPECTRAL REMOTE SENSING IMAGE CLASSIFICATION USING BP NEURAL NETWORK作者机构：哈尔滨工业大学航天电子与光电工程系黑龙江哈尔滨150001
出 版 物：《红外与毫米波学报》 (Journal of Infrared and Millimeter Waves)
年 卷 期：1999年第18卷第6期
页 面：449-454页
核心收录：
学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理]
基 金：国防基金!(编号Y96- 01)
摘 要：通过分析多光谱遥感图像学习样本在光谱空间不同位置对BP神经网络分类器分类精度的影响,提出基于x2 分布的学习样本选取方法,并应用于TM 图像分类.对6 种地物应用不同样本选取法训练的BP网分类器和Bayes分类器的分类结果比较表明:本方法分类精度明显高于Bayes分类器和其它样本选取法得到的BP网分类器。
维普期刊数据库
同方期刊数据库