多源遙感信息融合方法及其應用研究.pdf

1、該文針對遙感圖像計算機自動分類中的問題,主要進行了以下幾方面的研究工作.1)改進基本的Kohonen神經(jīng)網(wǎng)絡(KNN)學習率和核函數(shù),并針對每個信息源對最終識別貢獻的大小,提出加權(quán)與不加權(quán)兩種融合規(guī)則.2)針對基于KNN融合方法在遙感圖像處理中的不足,提出使用模糊技術(shù)與KNN相結(jié)合的模糊Kohonen神經(jīng)網(wǎng)絡(FKNN)融合方法.實驗表明,該融合分類方法能夠快速收斂,并能得到較好的分類結(jié)果.3)由于構(gòu)造一個恰當?shù)碾`屬函數(shù)等同于提取有效特

2、征,提出了MFKNN1和MFKNN2兩種改進方法.4)基于模糊邏輯、神經(jīng)網(wǎng)絡和遺傳計算相結(jié)合,提出了進化規(guī)劃FKNN(EPFKNN)融合算法.實驗結(jié)果表明,EPFKNN融合分類算法的性能和分類結(jié)果比較好.5)研究了基本DS證據(jù)理論(BDSET)和模糊DS證據(jù)理論(FDSET)兩種決策層融合方法.6)結(jié)合多源遙感信息融合分類的特點,在多級數(shù)據(jù)融合方法集成技術(shù)的基礎上,初步形成一個對多源遙感信息融合分類的技術(shù)框架.實驗結(jié)果表明,這種基于FK