自联想神经网络的遥感图象主分量提取

王耀南; 谢 勇; 毛建旭; 李树涛

发布时间： 2012-03-13
摘要点击次数： 2562
全文下载次数： 137
DOI: 10.11834/jig.20000106
2000 | Volume 5 | Number 1

自联想神经网络的遥感图象主分量提取

王耀南^1,2, 谢勇^1,2, 毛建旭^1,2, 李树涛^1,2(1.湖南大学电气与信息工程系,长沙 410082;2.中国科学院模式识别国家重点实验室，北京 100080)

摘要

提出了一种自联想神经网络的遥感图象主分量提取方法.这种方法可以应用于图象的压缩、特征提取和图象滤波中.实验结果表明:自联想神经网络算法简单、易于实现,其压缩效果与K-L变换相当.

关键词

遥感神经网络图象压缩

Principal Component Extraction for Remote Sensing Image\nUsing Auto-Association Neural Network

()

Abstract

A new method of principal component extraction for remote sensing image based on auto-association\nneural network is presented in this paper. The proposed method is applied to the image data compression, feature\nextraction and filtering. Experiments show that auto-association neural network for extracting the principal\ncomponents of the image is as good as the conventional K-L transform.

Keywords

Remote sensing, Neural network, Image compression

在线采编平台

论文出版

年度会议

下载中心

年度信息