设计完成和比较了基于Kohonen自组织网络的Kohonen聚类网络(Kohonen C lusteringNetwork,KCN)、模糊Kohonen聚类网络(Fluzzy KCN,FKCN)和基于进化规划的Kohonen聚类网络(Evalutionary Programm ing based KCN,EPKCN)三种聚类算法在遥感...设计完成和比较了基于Kohonen自组织网络的Kohonen聚类网络(Kohonen C lusteringNetwork,KCN)、模糊Kohonen聚类网络(Fluzzy KCN,FKCN)和基于进化规划的Kohonen聚类网络(Evalutionary Programm ing based KCN,EPKCN)三种聚类算法在遥感土地利用/覆盖分类中的应用。结果表明三种非监督学习方法在进行遥感土地利用/覆盖分类过程中,在分类性能上有显著差异。EPKCN分类目视效果最好,单次迭代的速度最快;FKCN总的收敛速度最快;而按遥感土地利用/覆盖分类要求而言,EPKCN方法在三种分类方法中效果最好,因此可采用该算法进行遥感土地利用/覆盖的非参数分类。展开更多
文摘设计完成和比较了基于Kohonen自组织网络的Kohonen聚类网络(Kohonen C lusteringNetwork,KCN)、模糊Kohonen聚类网络(Fluzzy KCN,FKCN)和基于进化规划的Kohonen聚类网络(Evalutionary Programm ing based KCN,EPKCN)三种聚类算法在遥感土地利用/覆盖分类中的应用。结果表明三种非监督学习方法在进行遥感土地利用/覆盖分类过程中,在分类性能上有显著差异。EPKCN分类目视效果最好,单次迭代的速度最快;FKCN总的收敛速度最快;而按遥感土地利用/覆盖分类要求而言,EPKCN方法在三种分类方法中效果最好,因此可采用该算法进行遥感土地利用/覆盖的非参数分类。
