• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>World Automation Congress >A CONCURRENT NEURAL NETWORK MODEL FOR PATTERN RECOGNITION IN MULTISPECTRAL SATELLITE IMAGERY
【24h】

A CONCURRENT NEURAL NETWORK MODEL FOR PATTERN RECOGNITION IN MULTISPECTRAL SATELLITE IMAGERY

机译：多光谱卫星图像中模式识别的并发神经网络模型

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We investigate multispectral satellite image classification using the neural model previously proposed by the first author called Concurrent Self-Organizing Maps (CSOM), representing a winner-takes-all collection of self-organizing neural network modules. For comparison, we evaluate the performances of several statistical classifiers (Bayes, 1-NN, and K-means). The implemented neural versus statistical classifiers are evaluated using a LANDSAT ETM+ image composed by a set of 7-dimensional multispectral pixels, out of which a subset contains labeled pixels, corresponding to eleven thematic categories. The best experimental result leads to the recognition rate of 99.23%.
机译：我们使用先前由第一作者提出的一个名为Conturent自组织地图（CSOM）提出的神经模型来调查多光谱卫星图像分类，代表赢家的所有自组织神经网络模块。为了比较，我们评估了几种统计分类器（Bayes，1-Nn和K-means）的性能。使用由一组7维多光谱像素组成的LANDSAT ETM +图像来评估所实现的神经与统计分类器，其中子集包含标记的像素，对应于11个主题类别。最好的实验结果导致识别率为99.23％。

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