一种改进型的神经网络高光谱遥感影像分类方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 郭宝峰,陈华杰,谷雨,毛文斌,彭冬亮,刘俊,郭云飞,左燕
- 申请号：
- CN201210343889.4
- 公开号：
- CN102915445B
- 申请日:
- 2012.09.17
- 申请国别(地区):
- 中国
- 年份:
- 2015
- 代理人:
- 杜军
- 摘要：
- 本发明公开了一种改进型的神经网络的高光谱遥感影像分类方法。传统的模式识别方法无法满足对数据维数高、数据量大的高光谱数据进行高效率高精度的分类。本发明首先针对高光谱数据以数据量大、波段间相关性强、冗余信息多等特点，对高维遥感数据进行主成分分析，在提取有效光谱数据的同时，大大降低了数据的维数。然后使用多层前馈神经网络对数据进行分类，在此引入遗传算法是为了优化网络的权值和阈值，以便更好的防止网络搜索陷入局部极小问题，不但提高了神经网络的预测精度，同时也大大节省了分类时间。本发明增强了分类器收敛速度，提高了高光谱图像的分类性能。
- 来源网站：
- 中国工程科技知识中心
