公开(公告)号：CN102915445A

公开(公告)日：2013-02-06

申请号：CN201210343889.4

申请日：2012-09-17

Applicant: 杭州电子科技大学

Inventor： 郭宝峰 ,  陈华杰 ,  谷雨 ,  毛文斌 ,  彭冬亮 ,  刘俊 ,  郭云飞 ,  左燕

IPC: G06K9/62 ,  G06N3/12

Abstract: 本发明公开了一种改进型的神经网络的高光谱遥感影像分类方法。传统的模式识别方法无法满足对数据维数高、数据量大的高光谱数据进行高效率高精度的分类。本发明首先针对高光谱数据以数据量大、波段间相关性强、冗余信息多等特点，对高维遥感数据进行主成分分析，在提取有效光谱数据的同时，大大降低了数据的维数。然后使用多层前馈神经网络对数据进行分类，在此引入遗传算法是为了优化网络的权值和阈值，以便更好的防止网络搜索陷入局部极小问题，不但提高了神经网络的预测精度，同时也大大节省了分类时间。本发明增强了分类器收敛速度，提高了高光谱图像的分类性能。

公开(公告)号：CN102915445B

公开(公告)日：2015-08-19

申请号：CN201210343889.4

申请日：2012-09-17

Applicant: 杭州电子科技大学

Inventor： 郭宝峰 ,  陈华杰 ,  谷雨 ,  毛文斌 ,  彭冬亮 ,  刘俊 ,  郭云飞 ,  左燕

IPC: G06K9/62 ,  G06N3/12

Abstract: 本发明公开了一种改进型的神经网络的高光谱遥感影像分类方法。传统的模式识别方法无法满足对数据维数高、数据量大的高光谱数据进行高效率高精度的分类。本发明首先针对高光谱数据以数据量大、波段间相关性强、冗余信息多等特点，对高维遥感数据进行主成分分析，在提取有效光谱数据的同时，大大降低了数据的维数。然后使用多层前馈神经网络对数据进行分类，在此引入遗传算法是为了优化网络的权值和阈值，以便更好的防止网络搜索陷入局部极小问题，不但提高了神经网络的预测精度，同时也大大节省了分类时间。本发明增强了分类器收敛速度，提高了高光谱图像的分类性能。