用模糊ARTMAP算法对CBERS-2数据进行分类

用模糊 ARTMAP(fuzzy adaptive resonance theory map)神经网络算法对CBERS-2数据进行了分类实践.首先介绍了模糊 ARTMAP神经网络的算法原理和具体训练分类过程;然后用2004年9月新疆石河子地区的影像数据进行土地利用分类试验,并将分类结果与基于统计的最大似然法(MLC)、反向传播神经网络(BP)的分类结果作比较,总分类精度比MLC 和BP算法分别提高9.9%和4.6%.结果表明,模糊 ARTMAP对试验区CBERS-2影像上的裸地识别能力很强,对高分辨率的CBERS-2影像可获得很好的分类结果.