-
题名基于区域特征光谱的高光谱图像神经网络分类方法研究
- 1
-
-
作者
陶鹏
范宁军
谌德荣
-
机构
北京理工大学宇航科学技术学院航天测试测控实验室
-
出处
《电子器件》
CAS
2008年第4期1331-1334,1337,共5页
-
基金
国防基础科研项目资助
-
文摘
通过分析在无人工选择训练样本条件下,图像光谱噪声对高光谱图像SOFM神经网络分类的影响,针对分类结果中产生的麻点现象,论文提出了通过提取区域特征光谱以抑制图像噪声,并给出了相似度阈值选取的方法;在此基础上提出了基于区域特征光谱的高光谱图像SOFM神经网络分类方法,通过对具有不同地物分布特点的高光谱数据进行仿真,结果表明:在无人工选择训练样本的条件下,与传统SOFM网络分类方法相比较,本文提出的方法显著抑制了麻点现象,分类结果更加合理。
-
关键词
高光谱图像
区域特征光谱
sofm分类
-
Keywords
hyperspectral imagery
region feature spectrum
sofm（self organizing feature map）
classification
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名应用SOFM神经网络对福州市道路交通事故的研究
被引量：2
- 2
-
-
作者
岳小泉
丁艺
黄晓婷
李晓娟
-
机构
福建农林大学
-
出处
《森林工程》
2006年第4期35-38,共4页
-
基金
福建省教育厅科学基金资助项目(JA04190)
-
文摘
应用SOFM(自组织特征映射)神经网络对福州市不同原因的交通事故进行了分类分析,以便针对不同种类和特征的交通事故采取专门的措施,并根据实际数据分析提出了相应的防范和控制措施。
-
关键词
交通事故
交通安全
神经网络
自组织特征映射
-
Keywords
tragic accident
tragic safety
Neural Networks
sofm （self-organizing feature map）
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名基于SOFM网络的生态水文区划
被引量：7
- 3
-
-
作者
王韶伟
许新宜
陈海英
王红瑞
-
机构
北京师范大学水科学研究院
环境保护部核与辐射安全中心
-
出处
《生态学杂志》
CAS
CSCD
北大核心
2010年第11期2302-2308,共7页
-
基金
水利部《节水型社会建设》(水综节水[2007]4号)资助项目
-
文摘
生态水文区划对缓解区域水资源开发利用和生态环境保护之间矛盾起到了重要作用。本文基于自组织特征映射(self-organizing feature map,SOFM)人工神经网络建立了生态水文区划模型。首先运用主成分分析法从众多生态水文指标中提取出能代表绝大部分信息的主成分指标;其次依据提取的主成分指标,利用系统聚类得到区域聚类谱系图;而后构建SOFM神经网络,依据网络结果和系统聚类谱系图,划分合理的生态水文区。以福建省泉州市为例进行了生态水文区划研究,将研究区划分为4类区域,各区域具有明显的生态水文特征,针对不同区域特征,提出了常规、加强、较为严格和最为严格4种生态环境保护和水资源开发策略。
-
关键词
生态水文区划
系统聚类
sofm网络
泉州市
-
Keywords
eco-hydrological regionalization
hierarchical cluster analysis
sofm（self-organizing feature map）artificial neural network
Quanzhou City
-
分类号
X171
[环境科学与工程—环境科学]
-
