期刊文献+

核聚类改进的RBF神经网络遥感影像分类 被引量:2

Improved RBF neural network RS image classification algorithm based on kernel clustering
原文传递
导出
摘要 为提高RBF神经网络遥感影像分类算法的分类效果,本文提出了一种基于核聚类的改进方法。文中采用武汉地区的SPOT影像为实验数据,比较了改进算法与传统基于K均值的RBF神经网络的分类结果,试验表明改进算法的总体精度和Kappa系数均高于传统算法。 The purpose of this article is to enhance the classification performance of RBF neural net- work on remote sensing images by applying an improved algorithm based on kernel clustering. An experi- merit was conducted on:the SPOT image of Wuhan. Comparison of the classification results between the imprdved algorithm with the traditional RBF neural network indicated that the improved method has a higher overall accuracy and Kappa coefficient than the traditional method.
出处 《测绘科学》 CSCD 北大核心 2014年第1期96-100,共5页 Science of Surveying and Mapping
基金 国家支撑项目(2012BAH34B02 2012BAJ15B04 2011BAH12B03)
关键词 遥感影像分类 RBF神经网络 核聚类 OTSU算法 影像分割 remote sensing image classification RBF neural network kernel clustering OTSU algo- rithm image segmentation
  • 相关文献

参考文献17

二级参考文献61

共引文献403

同被引文献76

引证文献2

二级引证文献20

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部