版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、高光譜遙感作為一種新型遙感技術(shù)在軍用和民用的多個(gè)領(lǐng)域中發(fā)揮著重要的作用。高光譜數(shù)據(jù)具有波段數(shù)目眾多、各波段相關(guān)性強(qiáng)、運(yùn)算量大的特點(diǎn),這對(duì)相應(yīng)的處理技術(shù)也就提出了很高的要求。
高光譜圖像分類的研究是高光譜遙感應(yīng)用的主要內(nèi)容之一。人工神經(jīng)網(wǎng)絡(luò)模型是近年來發(fā)展起來的綜合數(shù)據(jù)分類方法之一。與傳統(tǒng)統(tǒng)計(jì)方法的分類器相比較,人工神經(jīng)網(wǎng)絡(luò)法不需要預(yù)先假設(shè)樣本空間的參數(shù)化統(tǒng)計(jì)分布,正在被越來越普遍的應(yīng)用于高光譜圖像圖像分類的研究。
2、 由于神經(jīng)網(wǎng)絡(luò)具有以上的優(yōu)點(diǎn),研究基于神經(jīng)網(wǎng)絡(luò)的高光譜遙感圖像分類方法是十分有必要的。本論文的目的就是對(duì)自組織特征映射網(wǎng)絡(luò)、自適應(yīng)共振網(wǎng)絡(luò)的結(jié)構(gòu)、訓(xùn)練算法進(jìn)行研究,并結(jié)合其它的理論知識(shí),尋找有效的高光譜遙感圖像分類方法。論文主要完成以下工作:
首先,分析高光譜圖像數(shù)據(jù)特性,介紹了神經(jīng)網(wǎng)絡(luò)的一般模型,高光譜圖像的分類流程以及各處理階段的內(nèi)容;并指出了用神經(jīng)網(wǎng)絡(luò)進(jìn)行高光譜圖像分類的優(yōu)點(diǎn)。
其次,針對(duì)于傳統(tǒng)的S
3、OM網(wǎng)絡(luò)對(duì)高光譜圖像分類精度低的缺點(diǎn),結(jié)合自組織映射網(wǎng)絡(luò)的結(jié)構(gòu)、聚類特點(diǎn),提出了改進(jìn)自組織映射網(wǎng)絡(luò)。采用模糊積分與神經(jīng)網(wǎng)絡(luò)相結(jié)合的分類方法,即在改變網(wǎng)絡(luò)的學(xué)習(xí)速率函數(shù)和鄰域函數(shù)的前提下,同時(shí)對(duì)分類結(jié)果采用基于模糊積分的信息融合,使分類器之間相互補(bǔ)償,并用高光譜圖像的分類實(shí)驗(yàn)進(jìn)行驗(yàn)證。
再次,本文將遞歸自組織映射網(wǎng)絡(luò)用于高光譜圖像分類。RSOM(Recursive SOM)算法是自組織映射網(wǎng)絡(luò)算法的一種快速實(shí)現(xiàn)。它采用樹形結(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的高光譜遙感圖像分類研究.pdf
- 基于新型神經(jīng)網(wǎng)絡(luò)的高光譜遙感圖像分類方法研究.pdf
- 基于深度自適應(yīng)神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜數(shù)據(jù)分類方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的高光譜圖像超分辨率算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類.pdf
- 基于遞歸網(wǎng)絡(luò)的高光譜圖像分類.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像分類方法研究.pdf
- 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的圖像分類研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的WEB圖像分類器的研究.pdf
- 基于深度信念網(wǎng)絡(luò)的高光譜遙感圖像分類研究.pdf
- 基于圖像融合的高光譜圖像分類.pdf
- 基于圖像融合的高光譜遙感圖像分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的鞋印圖像分類算法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)模型的遙感圖像分類方法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)遙感圖像特征分類方法的研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究.pdf
評(píng)論
0/150
提交評(píng)論