| 基于粗糙集约简的神经网络集成及其遥感图像分类应用 |
| |
| 引用本文： | 张东波,王耀南.基于粗糙集约简的神经网络集成及其遥感图像分类应用[J].中国图象图形学报,2008,13(3):485-492. |
| |
| 作者姓名： | 张东波 王耀南 |
| |
| 作者单位： | 1）（湖南大学电气与信息工程学院， 长沙 410082） 2）（湘潭大学信息工程学院， 湘潭 411105） |
| |
| 基金项目： | 国家自然科学基金项目(60775047)；湖南省自然科学基金项目（06JJ50112） |
| |
| 摘 要： | 为降低集成特征选择方法的计算复杂性，提出了一种基于粗糙集约简的神经网络集成分类方法。该方法首先通过结合遗传算法求约简和重采样技术的动态约简技术，获得稳定的、泛化能力较强的属性约简集;然后，基于不同约简设计BP网络作为待集成的基分类器，并依据选择性集成思想，通过一定的搜索策略，找到具有最佳泛化性能的集成网络;最后通过多数投票法实现神经网络集成分类。该方法在某地区Landsat 7波段遥感图像的分类实验中得到了验证，由于通过粗糙集约简，过滤掉了大量分类性能欠佳的特征子集，和传统的集成特征选择方法相比，该方法时
|
| 关 键 词： | 粗糙集 约简 神经网络集成 遥感图像分类 |
| 收稿时间： | 5/9/2006 12:00:00 AM |
| 修稿时间： | 2006/11/6 0:00:00 |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
