论文部分内容阅读
与传统统计方法的分类器相比较,人工神经网络(ANN)方法应用于遥感影像分类,不需预先假设样本空间的参数化统计分布,具有复杂的映射能力。大多数ANN分类器采用误差反向传播(BP)学习算法的多层感知器模型(BPNN),其主要缺陷是学习速度缓慢、容易陷入局部极小而导致难以收敛等。基于径向基函数(RBF)映射理论的神经网络模型融合了参数化统计分布模型和非参经线性感知器映射模型的优点,在实现快速学习的同时,