用于遥感图像分类的一种高阶神经网络的改进算法

编号 zgly0000282759

文献类型 期刊论文

文献题名 用于遥感图像分类的一种高阶神经网络的改进算法

作者 吴明  姚敏 

作者单位 浙江大学计算机科学系 

母体文献 计算机应用与软件 

年卷期 2002,19(3)

页码 58-61

年份 2002 

分类号 TP75  TP183 

关键词 高阶神经网络  模式判别  分类精度  遥感图像分类  学习算法  改进算法 

文摘内容 BP网络的分类方法被广泛应用于遥感图像分类, 但它存在局部最小, 隐含层节点数及训练速度等问题。高阶神经网络从一定意义上克服了这些缺点, 取得了比较好的分类效果, 但也存在特征维数受限, 在特征数增多时收敛速度慢等问题。本文提出了对高阶神经网络算法的改进, 将高阶经网络作进一步扩展, 使其特征数的局限减小, 并结合自适应方法, 使分类细化, 且速度不会影响太大。本文简单介绍了高阶神经网络和不同BP网络各自的特点; 讨论了高阶神经网络的优点以及由此带来的局限性; 详细描述了改进后的算法, 包括算法的流程图, 分类方法, 并提出对原有的学习方法速度的提高办法, 最后分析这种算法和高阶神经网络相比的优势和灵活性。