喜马拉雅东部锡金邦的土地覆盖分类与制图
计算机视觉与模式识别
2010-03-23 v1
摘要
在当前定居点（即建筑物、道路、桥梁、水坝等）急剧增长的时代，卫星图像分类领域已成为一项具有挑战性的任务。本文提出了一种改进的k-means和人工神经网络(ANN)分类器，用于喜马拉雅东部锡金邦的土地覆盖制图。与现有方法（包括k近邻和最大似然分类器）相比，改进的k-means算法显示出令人满意的结果。人工神经网络(ANN)分类器的优势在于其速度快、识别率高，并且与其他分类算法相比，其自学习能力使其被广泛接受。与经典方法相比，基于ANN的分类器显示出令人满意且准确的结果。
引用
@article{arxiv.1003.4087,
title = {Land-cover Classification and Mapping for Eastern Himalayan State Sikkim},
author = {Ratika Pradhan and Mohan P. Pradhan and Ashish Bhusan and Ronak K. Pradhan and M. K. Ghose},
journal= {arXiv preprint arXiv:1003.4087},
year = {2010}
}