摘要
该文建立了反向传播人工神经网络(BackPropagationArtificialNeuralNetwork,BP-ANN)和遗传算法(GeneticAlgorithm,GA)的BP-ANN/GA混合算法。利用GA算法的全局优化能力优化BP-ANN的初始权值,克服了传统BP-ANN收敛速度慢,容易陷入局部最小的缺点。BP-ANN/GA混合算法对LandsatETM+4,5,7三波段红外图像和ERS-2SAR雷达图像的融合数据进行了城市多类地物特征分类。结果表明:BP-ANN/GA算法不仅提高多源遥感图像自动分类的速度,而且提高了各类特征分类的精度。该文对上海浦东地区的LandsatETM+和ERS-2SAR数据作了融合分类试验与验证。
A hybrid algorithm of the BP-ANN/GA （Back Propagation Artificial Neural Network and Genetic Algorithm） is developed to optimize the initial weights and make fast convergence of the BP-ANN. This algorithm is applied to classification of urban terrain surfaces with fused data of Landsat ETM＋ and ERS-2 SAR. An example of the Shanghai Pudong area using both the Landsat ETM＋ and ERS-2 SAR image data well demonstrates the classification speed and accuracy of the algorithm.
出处
《电子与信息学报》
EI
CSCD
北大核心
2006年第7期1153-1159,共7页
Journal of Electronics & Information Technology
基金
国家重点基础研究项目(2001CB309401)
国家自然科学基金(60170009)
上海光科技项目(036105012)资助课题
