遥感影像的神经网络分类及遗传算法优化

首页 > 过刊浏览>2008年第36卷第7期 >

遥感影像的神经网络分类及遗传算法优化
DOI:
                        
                    
作者:
                        
                        
                    
作者单位:
作者简介:
通讯作者:
中图分类号:
基金项目:国家自然科学基金资助项目 , 教育部新世纪优秀人才支持计划基金资助项目 , 上海市"曙光学者"计划资助项目 , 高等学校博士学科点专项科研基金资助项目

Neural Network Classification with Optimization by Genetic Algorithms for Remote Sensing Imagery

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

针对传统遥感影像分类方法难以辨识波谱特性相似的地物,而标准反向传播学习(back propagation,BP)神经网络分类方法存在网络训练速度慢、局部极值等收敛性问题,探讨了采用遗传算法(genetic algorithms,GA)优化BP网络结构方法进行遥感影像分类.在BP网络分类的基础上,着重阐述了遗传算法实现BP网络隐含层神经元数、阈值和连接权值的优化方法,提出了遗传算法的变长实数编码方式,改进了遗传进化方式使BP网络进化达到最优.最后,以淀山湖区域的陆地卫星专题制图仪(Landsat thema

Abstract:

参考文献

相似文献

引证文献

引用本文

童小华,张学,刘妙龙.遥感影像的神经网络分类及遗传算法优化[J].同济大学学报(自然科学版),2008,36(7):

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:
最后修改日期:
录用日期:
在线发布日期:
出版日期:

引用本文

分享

文章指标

历史

文章二维码