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

doi:10.11834/jig.20000106

学术论文与技术报告 | 浏览量 : 0 下载量: 153 CSCD: 0

PDF
导出
分享
收藏
专辑

自联想神经网络的遥感图象主分量提取
Principal Component Extraction for Remote Sensing Image\nUsing Auto-Association Neural Network
2000年5卷第1期页码：25
网络出版：2012-03-13，

纸质出版：2000
DOI： 10.11834/jig.20000106
稿件说明：

移动端阅览

王耀南, 谢勇, 毛建旭, 李树涛. 自联想神经网络的遥感图象主分量提取[J]. 中国图象图形学报, 2000,5(1):25. DOI： 10.11834/jig.20000106.

Principal Component Extraction for Remote Sensing Image\nUsing Auto-Association Neural Network[J]. Journal of Image and Graphics, 2000, 5(1): 25. DOI： 10.11834/jig.20000106.

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.

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.