T-S型分层混合模糊-神经网络敏感性分析及其在遥感影像分类中的应用
为解决高维数且离散和连续变量并存的重要属性筛选,提出基于偏导的T-S型分层混合模糊—神经网络敏感性分析方法.采用求偏导的方式,分别计算离散和连续变量在模型中的敏感性,获取对模型输出重要性程度高的属性.以人工数据分类和福建漳平洛阳—安溪潘田地区LANDSAT ETM+遥感影像数据地物分类为例,使用本文提出的方法和基于BP神经网络敏感性分析方法进行比较.结果：表明本文所提方法能筛选出模型重要属性,既约简了模型又提高了模型分类精度.
遥感影像 地物分类 分层混合模糊 BP神经网络 敏感性
邢海花 余先川 胡丹 代莎
北京师范大学信息科学与技术学院,北京 100875
国内会议
珠海
中文
22-27
2014-11-14（万方平台首次上网日期，不代表论文的发表时间）