基于MRF模型和人工神经网络的遥感图像分类综合方法研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家卫星应用重点项目资助


Research on NN-Based Remote Sensing Image Classification and Smoothing Integrated Technique
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:

    本文总结了提高计算机遥感信息分类精度的四个有效途径, 据此提出了基于三维Hopfield人工神经网络模型的遥感信息分类及平滑处理综合技术。实验表明, 该方法可明显提高森林类型划分、土地利用调查等遥感应用专题的分类精度。

    Abstract:

    Summing up four ways to enhance the remote sensing computer classification precision, we put forward a remote sensing classification and smoothing integrated technique based on 3-D Hopfield network theory. The experiment results show that this method can improve the precision of classification saliently.

    参考文献
    相似文献
    引证文献
引用本文

李强,王正志.基于MRF模型和人工神经网络的遥感图像分类综合方法研究[J].国防科技大学学报,1999,21(1):62-66.
Li Qiang, Wang Zhengzhi. Research on NN-Based Remote Sensing Image Classification and Smoothing Integrated Technique[J]. Journal of National University of Defense Technology,1999,21(1):62-66.

复制
分享
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:1998-09-09
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-11-15
  • 出版日期:
文章二维码