收藏本站
《第十三届全国遥感技术学术交流会论文摘要集》2001年
收藏 | 手机打开
二维码
手机客户端打开本文

RBF网络的粗糙表示与遥感影像分类应用

巫兆聪  
【摘要】:将粗糙集合概念与模式分类过程相联系,在集值测度意义下,对粗糙集的语义表达进行有效描述,构造粗糙集意义下的RBF网络表示形式,并应用遗传算法实现其粗糙逻辑进化机制.探讨粗糙集意义下的RBF映射理论在遥感影像分类应用中的具体算法和实现过程,最后以Landsat TM影像进行土地覆盖分类实验为例,对分类过程和结果进行综合分析,认为该方法在网络结构、收敛性和分类精度等方面均有一定的优势.
【作者单位】:武汉大学遥感信息工程学院
【分类号】:TP751

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 樊彦国;侯春玲;郭若成;钱尊岩;张涛;;辅以纹理特征的典型盐渍区地表覆被遥感影像分类[J];遥感信息;2011年04期
2 彭文;石军南;;面向对象的GEO遥感影像分类与信息提取[J];绿色科技;2011年06期
3 李铁柱;李铮;宫斌;赵磊;;基于ETM+影像的凌源市土地利用遥感分类方法的研究[J];黑龙江科技信息;2011年22期
4 丁午;程琳;;基于栅格GIS的公交站点覆盖率算法研究[J];测绘科学;2011年04期
5 林超;杨敏华;;基于球结构支持向量机的QuickBird影像分类分析[J];测绘工程;2011年03期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 巫兆聪;;RBF网络的粗糙表示与遥感影像分类应用[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
2 汪东川;龚建华;张利辉;;基于时间序列轨迹分析的遥感影像分类结果联合校正[A];第十七届中国遥感大会摘要集[C];2010年
3 汤家法;;基于可拓分类器的遥感影像分类[A];第十七届中国遥感大会摘要集[C];2010年
4 王珊珊;季民;高洁;焦其松;;CBR方法在高分辨率遥感影像分类中的应用[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
5 罗小波;刘明皓;;基于优化的BP神经网络遥感影像分类[A];2006年中国土地学会学术年会论文集[C];2006年
6 陈玉敏;万幼川;;结合矢量的神经网络算法用于遥感影像分类研究[A];2003年中国智能自动化会议论文集(上册)[C];2003年
7 赵泉华;宋伟东;鲍勇;;基于分形纹理的BP神经网络遥感影像分类[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
8 简季;杨武年;马正龙;陈园园;;BP神经网络在土地分类中的应用研究——以汶川地区为例[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
9 赵银娣;蔡燕;;纹理特征在高空间分辨率遥感影像分类中的应用探讨[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
10 余扬;;粗糙集的提升分析[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年
中国博士学位论文全文数据库 前6条
1 易俐娜;面向对象遥感影像分类不确定性分析[D];武汉大学;2011年
2 任广波;基于半监督学习的遥感影像分类技术研究[D];中国海洋大学;2010年
3 巫兆聪;粗集理论在遥感影像分类中的应用[D];武汉大学;2004年
4 徐盛;基于主题模型的高空间分辨率遥感影像分类研究[D];上海交通大学;2012年
5 胥海威;基于改进随机聚类决策森林算法的遥感影像分类研究[D];中南大学;2012年
6 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
中国硕士学位论文全文数据库 前10条
1 白秀莲;基于决策树方法的遥感影像分类研究[D];内蒙古师范大学;2012年
2 李源泰;基于人工神经网络的遥感影像分类研究[D];昆明理工大学;2010年
3 任亚芬;面向并行环境的遥感影像分类算法设计与实现[D];华中科技大学;2011年
4 秦高峰;基于机器学习的多光谱遥感影像分类及城市扩展研究[D];重庆大学;2012年
5 黄瑾;面向对象遥感影像分类方法在土地利用信息提取中的应用研究[D];成都理工大学;2010年
6 代晨阳;基于蚁群算法的遥感影像分类研究[D];福建师范大学;2011年
7 厉心刚;基于SPM特征提取的面向对象遥感影像分类研究[D];武汉理工大学;2011年
8 任建斌;基于小波变换和BP人工神经网络的遥感影像分类研究[D];内蒙古师范大学;2012年
9 黄利文;基于几何概率的聚类分析[D];福州大学;2006年
10 马婷婷;基于最佳尺度的面向对象高分辨率遥感影像分类及应用[D];西南交通大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026