【期刊】基于径向基函数神经网络的高光谱遥感图像分类

从径向基函数神经网络的理论出发,针对高光谱数据的特点,设计了有效的特征提取模型,再与径向基函数神经网络的输入层连接,建立了一个新的径向基函数神经网络的高光谱遥感影像分类模型,并用国产OMISII传感器获得的64波段数据进行试验。首先进行了最小噪声分离变换,提取了1～20个分量的数据,使用提取后的数据(20维)、提取后数据的纹理变换(20维)和主成分分析的前(20维),组成了60维向量数据进行分类处理,这种分类器结构简单、容易训练、收敛速度快,其分类精度达到69127%,高于BP神经网络分类算法(51120%)以及常用的最小距离分类(MDC)算法(40188%)。通过对结果和过程进行分析,实验证明径向基函