多源遙感信息融合方法及其應(yīng)用研究.pdf

1、該文針對(duì)遙感圖像計(jì)算機(jī)自動(dòng)分類中的問(wèn)題,主要進(jìn)行了以下幾方面的研究工作.1)改進(jìn)基本的Kohonen神經(jīng)網(wǎng)絡(luò)(KNN)學(xué)習(xí)率和核函數(shù),并針對(duì)每個(gè)信息源對(duì)最終識(shí)別貢獻(xiàn)的大小,提出加權(quán)與不加權(quán)兩種融合規(guī)則.2)針對(duì)基于KNN融合方法在遙感圖像處理中的不足,提出使用模糊技術(shù)與KNN相結(jié)合的模糊Kohonen神經(jīng)網(wǎng)絡(luò)(FKNN)融合方法.實(shí)驗(yàn)表明,該融合分類方法能夠快速收斂,并能得到較好的分類結(jié)果.3)由于構(gòu)造一個(gè)恰當(dāng)?shù)碾`屬函數(shù)等同于提取有效特

2、征,提出了MFKNN1和MFKNN2兩種改進(jìn)方法.4)基于模糊邏輯、神經(jīng)網(wǎng)絡(luò)和遺傳計(jì)算相結(jié)合,提出了進(jìn)化規(guī)劃FKNN(EPFKNN)融合算法.實(shí)驗(yàn)結(jié)果表明,EPFKNN融合分類算法的性能和分類結(jié)果比較好.5)研究了基本DS證據(jù)理論(BDSET)和模糊DS證據(jù)理論(FDSET)兩種決策層融合方法.6)結(jié)合多源遙感信息融合分類的特點(diǎn),在多級(jí)數(shù)據(jù)融合方法集成技術(shù)的基礎(chǔ)上,初步形成一個(gè)對(duì)多源遙感信息融合分類的技術(shù)框架.實(shí)驗(yàn)結(jié)果表明,這種基于FK