文献类型：期刊文章

作　　者：韩敏[1] 程磊[1] 邢军[2]

机构地区：[1]大连理工大学电子与信息工程学院,辽宁大连116024 [2]大连轻工业学院信息科学与工程学院,辽宁大连116034

出　　处：《大连理工大学学报》

基　　金：国家自然科学基金资助项目(重点项目50139020).

年　　份：2004

卷　　号：44

期　　号：4

起止页码：582-588

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2004438424735)、IC、INSPEC、JST、MR、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：主要研究神经网络在土地覆盖分类方面的应用问题.采用四层神经网络结构,对扎龙湿地的TM影像进行了分类研究,并提出一种基于鲁棒误差函数的自适应反向传播学习算法.仿真结果表明,该方法能够有效地对扎龙湿地TM影像进行分类.所采用的四层网络结构可减轻存储量大的负担,鲁棒误差函数有效地抑制了大误差,自适应反向传播算法使误差下降更快,而且最终得到的分类精度高于三层神经网络和最大似然法的分类精度.

关 键 词：神经网络 扎龙湿地 土地覆盖  TM影像 自适应反向传播算法  最大似然法

分 类 号：S155.1] TP183]