• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>The 28th International Symposium on Remote Sensing of Environment, Mar 27-31, 2000, Cape Town, South Africa >Land Cover Mapping at the Sub-pixel Scale using a Hopfield Neural Network
【24h】

Land Cover Mapping at the Sub-pixel Scale using a Hopfield Neural Network

机译：使用Hopfield神经网络进行亚像素尺度的土地覆盖制图

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Fuzzy classification techniques have been developed to estimate the class composition of image pixels, bat their output provides no indication of how these classes arc distributed spatially within the pixel. As such, it remains for robust techniques that provide improved spatial representation of land cover to be developed. The use of a Hopfield neural network to map the spatial distribution of classes more reliably was investigated. An approach was adopted which used the output from a fuzzy classification to constrain a Hopfield neural network formulated as an energy minimisation tool. The energy minimum represents a 'best guess' map of the spatial distribution of class components in each pixel. The technique was applied to both synthetic and Landsat TM imagery. The resultant maps provided an accurate and improved representation of the land covers studied. The Hopfield neural network used in this way represents a simple, robust and efficient tool for mapping land cover from remotely sensed imagery at the sub-pixel scale.
机译：已经开发出模糊分类技术来估计图像像素的类别组成，但其输出无法提供这些类别如何在像素内空间分布的指示。因此，仍然需要提供改进的土地覆盖物的空间表示的鲁棒技术。研究了使用Hopfield神经网络更可靠地映射类的空间分布。采用了一种方法，该方法使用了模糊分类的输出来约束作为能量最小化工具的Hopfield神经网络。最小能量表示每个像素中类组件的空间分布的“最佳猜测”图。该技术已应用于合成图像和Landsat TM图像。生成的地图提供了所研究土地覆盖的准确和改进的表示。以这种方式使用的Hopfield神经网络代表了一种简单，强大且有效的工具，可用于以亚像素为单位绘制遥感影像的土地覆盖图。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号