100 积分
50
评分
4.4 积分- 详情
- 2021-04-27
- 简介
pdf
- 325KB
- 页数 5P
- 阅读 52
- 下载 36
传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。以高分辨率遥感影像建筑物图像为研究对象,设计了一种基于LVQ神经网络的建筑物提取方法。对图像提取其颜色、纹理与形状特征,构成图像特征矢量并将其特征归一化,利用LVQ神经网络识别并提取出建筑物。通过与其它典型神经网络识别方法进行实验比较,结果表明该算法相对于单层感知器识别率提高了10.0%,比BP神经网络识别率提高了22.5%,能取得更理想的提取效果。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于LVQ神经网络的建筑物提取 325KB
基于BP神经网络的建筑物用电能耗预测 149KB
基于人工神经网络的建筑物沉降预测 93KB
基于神经网络的建筑物沉降原因分析 428KB
基于人工神经网络的建筑物软基沉降预测 495KB
基于神经网络模型的建筑物变形预测 369KB
基于GIS和BP神经网络耦合模型的建筑物震害预测 1.4MB
基于MATLAB的RBF神经网络在建筑物沉降预测中的应用 495KB
基于改进的BP神经网络高层建筑物沉降规律分析 917KB
基于LVQ神经网络模型的房地产预警研究 167KB