论文部分内容阅读
本文通过分析遥感图像各类样本的分布特征,提出了一种适用于遥感图像分类的简化并行神经网络(RPNN)。该网络包括了多个彼此相似的原子网络,每一类样本通过一个或多个专门的原子网络作预处理,从而大大提高了整个网络的动态性。实验结果表明,简化并行神经网络(RPNN)能够并行识别复杂的遥感地物样本,并能够取得较高的分类精度。