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 |