Neural Network Based on Rough Sets and Its Application to Remote Sensing Image Classification

来源 :Geo-Spatial Information Science | 被引量 : 0次 | 上传用户:fjutjwzx4
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
This paper presents a new kind of back propagation neural network (BPNN) based on rough sets,called rough back propagation neural network (RBPNN).The architecture and training method of RBPNN are presented and the survey and analysis of RBPNN for the classification of remote sensing multi_spectral image is discussed.The successful application of RBPNN to a land cover classification illustrates the simple computation and high accuracy of the new neural network and the flexibility and practicality of this new approach. This paper presents a new kind of back propagation neural network (BPNN) based on rough sets, called rough back propagation neural network (RBPNN). The architecture and training method of RBPNN are presented and the survey and analysis of RBPNN for the classification of remote sensing multi_spectral image is discussed. The successful application of RBPNN to a land cover classification shows the simple computation and high accuracy of the new neural network and the flexibility and practicality of this new approach.
其他文献
目的:   1、探讨嗜热吸水链霉菌是否为大棚作业农民肺的致病菌并探讨诱导大棚肺动物模型的嗜热吸水链霉菌抗原的最适宜剂量。   2、比较雾化吸入和鼻内滴注嗜热吸水链
光敏器件是一种应用范围相当广的敏感元件。光是既有波动性又有微粒性的一种物质。光的粒子性表现在光电效应上,当一个光子射入到半导体中时,可将它的能量转移给电子,电子吸
高粱具有抗旱、耐涝、耐盐碱等特性,是个旱涝保收的稳产作物。高粱根系发达,入土较深,根的内皮层有硅质沉淀物,使根坚韧,可以承受土壤缺水时收缩的压力,在干旱条件下能较好
目的:   通过对我院儿科住院治疗的非嗜肝病毒感染原相关性肝炎患儿临床特征的分析,总结该病的主要感染源、临床特点,以提高诊治水平,提高确诊率、治愈率及减少住院时间。
目的:通过ROC曲线比较超声造影、增强CT对肝脏恶性病变的诊断价值。   方法:60例肝局灶性占位病人进行增强CT检查,由放射科高级医师做出5级法诊断:是、可能是、不清楚、可能
本文通过对荣华二采区10
本文论述了我们研制的一种适用于强电磁场下高阻导线温度传感器的设计原则,并将它与常规的热电偶和热敏电阻(具有铜信号线)温度传感器的性能进行了理论分析和比较,最后通过对
本文提出了用于解决一般树形多体结构动力学问题的偏速度综合法.该方法综合了Kane方法和多体动力学中的递归法的优点,它不仅使最终的运动微分方程维数最小,而且便于用计算机
目的采用质粒示踪技术观察ANP大鼠不同时点肠黏膜损伤细菌易位,探讨肠黏膜损伤与细菌易位的相关性,为SAP肠源性感染评估及其防治提供理论依据和实验基础。方法健康SD大鼠n=70
供应链金融在解决中小企业融资问题中发挥着重要作用,特别是作为推动供应链业务、提供供应链服务以及金融服务的供应链金融服务提供商(FSP),能够弥补银行与企业间的信息不对