基于PCA和纹理特征的红花种植面积遥感估算
设计实现了融合神经元和数理统计的遥感图像监督分类的5种方法,5种方法试验后的均值精度分别是:Bayes为79、37%,k-nn(k-nearest neighbour)为88、36%,MLP(multilayer perceptron)为81、60%,RBF (radial basis functions)为78、95%和PNN(probabilistic neural network)为88、66%,融合后的方法比融合前的分类精度有一定的提高,但存在设计实现过程用时较长的缺点[15]。