| 基于多层感知器神经网络对遥感融合图像和TM影像进行土地覆盖分类的研究 |
| |
| 引用本文： | 吴连喜,严泰来,张玮.基于多层感知器神经网络对遥感融合图像和TM影像进行土地覆盖分类的研究[J].土壤通报,2001,32(Z1):33-36. |
| |
| 作者姓名： | 吴连喜 严泰来 张玮 |
| |
| 作者单位： | 1. 中国农业大学信息管理系;广东省梅州农业学校
2. 中国农业大学信息管理系, |
| |
| 基金项目： | 北京市国土局应用GIS、RS北京市二次土地利用变更调查攻关项目资助 |
| |
| 摘 要： | ８０年代以来，人工神经元网络（ＡＮＮ）技术的应用不断向广度和深度发展．用不同空间分辨率的ＴＭ和ＩＲＳ遥感图像进行融合，综合了不同传感器数据所提供的信息，增强了图像的清晰度，改善了解译效果。用多层感知器神经网络对遥感融合图像进行分类，分类精度达９５％，比用多层感知器神经网络对ＴＭ图像进行分类（分类精度达７３％）效果要好．
|
| 关 键 词： | 多层感知器神经网络 遥感融合图像 遥感分类 |
| 文章编号： | 0564-3945(2001)S0-0033-04 |
| 修稿时间： | 2001年3月10日 |
Classification for RS Fused Image and TM Image Using Multi-Layer Perception Neural Network |
| |
| WU Lian - xi,YAN Tai - lai,ZHANG Wei.Classification for RS Fused Image and TM Image Using Multi-Layer Perception Neural Network[J].Chinese Journal of Soil Science,2001,32(Z1):33-36. |
| |
| Authors: | WU Lian - xi YAN Tai - lai ZHANG Wei |
| |
| Abstract: | Artificial neural network technology was greatly developed on many aspects. The fused re- mote sensing image synthesized information from different remote sensor, and its characteristics were strengthened. The classification for fused RS image based on the multi - layer perception neural net- work is far better than that for TM image. The classification accuracy for fused RS image is up to 95%, higher than that for TM image, which is 73 %. |
| |
| Keywords: | Multi - layer perception neural network Fused remote sensing image Remote sensing classification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
