径向基函数神经网络的遥感图象分类
【摘要】:针对遥感图象分类的特点,提出了一种径向基函数神经网络的遥感图象分类器。实验结果表明,这种径向基函数神经网络分类器经过训练后,可应用于遥感图象的分类。通过与BP经网络分类器相比较,径向基函数神经网络分类器在学习速度和分类精度等方面具有一定的优势。
|
|
|
|
1 |
洪健,陆佶人;子波变换及径向基函数网综合水声信号识别[J];东南大学学报;1994年06期 |
2 |
赵成璧,陈怡然,陈宾康;用RBF网络拟合船舶型线[J];武汉交通科技大学学报;1996年01期 |
3 |
王旭东,邵惠鹤,范懋基;改进的RBF神经元网络及其应用[J];上海交通大学学报;1996年04期 |
4 |
孙毅刚,战强;一种用于径向基函数(RBF)神经网络训练的有效方法[J];哈尔滨工业大学学报;1997年04期 |
5 |
王长琼,孙国正;一种组合径向基函数网络结构的分类方法[J];武汉交通科技大学学报;1998年01期 |
6 |
李翠华,郑南宁,张永平;一类径向基函数网络及其在图像滤波中的应用[J];西安交通大学学报;1999年03期 |
7 |
李卫国,陈文亮,丁秋林;利用径向基函数重建飞机表面的Cp值曲面[J];计算机辅助设计与图形学学报;2000年02期 |
8 |
张金玉,张优云,谢友柏;基于RBF的范例检索方法的研究[J];机械工程学报;2000年10期 |
9 |
陈重阳,蔡萍,施文康,郭能武;基于径向基函数概率神经网络的心律失常自动识别[J];上海交通大学学报;2000年11期 |
10 |
翁学义,赵光宙;基于预测稳态差的神经网络预测控制[J];浙江大学学报(工学版);2000年01期 |
|