用于航空图片分类的神经网络模型

摘要：

本文探索应用神经网络进行航空照片分类方面的研究.基于像素结构建立一个四层网络分类模型,采用一种自适应反向传播学习算法.以实际的遥感土地覆盖分类为倒,将照片上的湖水、植被和陆地三类地区分开.通过神经网络与传统的最大似然法比较,对分类过程与结果进行分析,结果表明神经网络适用于遥感图像分类,其分类精度高于最大似然法.

关键词： 遥感 神经网络 分类 航片 四层网络分类模型 最大似然法

作者: 韩敏 程磊

作者单位: 大连理工大学电子与信息工程学院(辽宁大连)

会议类型: 国内会议

会议名称: 第二十一届中国控制会议

会议地点: 杭州

会议语种:中文

页码: 452-456

在线出版日期: 2002-08-01（万方平台首次上网日期，不代表论文的发表时间）