用于成像光谱数据特征矿物识别的人工神经网络结构研究

doi:10.6046/gtzyyg.2004.03.06

全文: PDF(928 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要当某一问题很难甚至无法用数学方法建立精确模型时,人工神经网络的方法则显示了优势。对于一个具体问题,采用何种网络结构是至关重要的。本文以美国内华达州Cuprite矿区成像光谱数据特征矿物识别为例,采用6种不同结构的多层前馈网络模型,从其训练难度、运算效率及识别效果等方面进行了综合对比分析。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

Abstract：When it is difficult or even impossible to construct a precise model for solving a problem, the artificial neural networks (ANN) will show its advantage. The selection of the structure of ANN to deal with a specific problem is important. In this paper, six kinds of multilayer feedforward neural networks models were used for imaging spectral data pattern recognition of characteristic minerals, and their learning difficulties, operation efficiencies and recognition effects were studied synthetically.

收稿日期: 2004-03-08 出版日期: 2011-08-02

作者简介: 何勇强(1969-),男,讲师,主要研究方向为遥感图像处理技术、计算机软件开发.

引用本文:

何勇强, 姚国清. 用于成像光谱数据特征矿物识别的人工神经网络结构研究[J]. 国土资源遥感, 2004, 16(3): 23-27.
HE Yong-qiang, YAO Guo-qing . THE STRUCTURES OF ARTIFICIAL NEURAL NETWORKS USED FOR IMAGING SPECTRAL DATA PATTERN RECOGNITION. REMOTE SENSING FOR LAND & RESOURCES, 2004, 16(3): 23-27.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2004.03.06 或 https://www.gtzyyg.com/CN/Y2004/V16/I3/23

[1] 阎平凡,张长水.人工神经网络与模拟进化计算［M］.北京:清华大学出版社,2000.

[2] 袁曾任.人工神经元网络及其应用［M］.北京:清华大学出版社,1999.

[3] 郭雷,郭宝龙.神经网络计算理论——逻辑分析和时间表示［M］.北京:科学出版社,2000.

[4] 高大启.有教师的线性基本函数前向三层神经网络结构研究［J］.计算机学报,1998,21(1):80-86.

[5] 江东.人工神经网络在遥感中的应用与发展［J］.国土资源遥感,1999,(2):12-19.

[6] 边肇祺,等.模式识别(第2版)［M］.北京:清华大学出版社,2000.

[7] 瞿东晖,张立明.多层前馈网络在模式识别中的理论和应用［J］.电子学报,1995,23(7):64-68.

[8] 高小榕,杨福生.采用同伦BP算法进行多层前向神经网络的训练［J］.计算机学报,1996,19(9):687-694.

[9] 蔡煜东,等.遥感土地覆盖类型识别的自组织神经网络模型［J］.国土资源遥感,1994,(4):63-66.