FasART模糊神经网络用于遥感图象监督分类的研究

编号 zgly0000282713

文献类型 期刊论文

文献题名 FasART模糊神经网络用于遥感图象监督分类的研究

作者 林剑  鲍光淑 

作者单位 中南大学GIS研究中心 

母体文献 中国图象图形学报: A辑 

年卷期 2002,7(12)

页码 1263-1268

年份 2002 

分类号 TP751.1  TP18 

关键词 遥感图象  监督分类  隶属度函数  模糊神经网络  FasART  图象处理 

文摘内容 说明了遥感图象数据的非线性性质, 目视的图象分类实践是一个模糊推理的过程, 模糊神经网络遥感图象分类符合其事物的内在规律, 具有理论优势, 分析了模糊ART, 模糊ARTMAP和FasART模型的结构和原理, 详细地阐述了FasART是一种基于模糊逻辑系统的神经网络, 提出了一种简化的FasART模型, 改变了一般遥感数据的模糊化方法, 采用中巴资源一号卫星数据进行测试实验, 结果表明, 该简化的FasART模型能用于遥感图象的监督分类, 其分类精度高于模糊ARTMAP神经网络和K均值算法, 且性能稳定, 有较好的抗干扰能力, 尤其具有良好的处理两组相似程度比较接近的, 和同组数据模式变化较大的非线性数据的能力。