文献类型：期刊文章

作　　者：杨剑[1] 宋超峰[1] 宋文爱[1] 张涛[1]

机构地区：[1]中北大学软件学院,太原030051

出　　处：《小型微型计算机系统》

基　　金：山西省回国留学人员科研项目(2014-053)资助

年　　份：2018

卷　　号：39

期　　号：3

起止页码：621-624

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对遥感图像分类的问题,提出一种通过遗传算法优化RBF(Radial basis function)模糊神经网络的方法对遥感图像进行分类.将模糊理论运用于RBF神经网络,克服其陷入局部极值点问题;再利用遗传算法确定最优的RBF模糊神经网络的权值和阈值,并对网络进行训练,来提高分类精度.为了测试其性能,在实验中将本文分类方法与RBF神经网络分类和SVM(Support Vector Machine)决策树分类方法进行对比,由实验结果可以证明:所提出的分类方法对遥感图像的分类精度达到96.56%,比起RBF神经网络、SVM决策树分类方法,分类精度有所提高.

关 键 词：模糊逻辑 RBF神经网络 遗传算法 遥感图像分类

分 类 号：TP75]