[發(fā)明專利]基于自組織映射神經(jīng)網(wǎng)絡(luò)的遙感圖像混合像元分解方法

無效

• 申請?zhí)枺?/td>: 200810033321.6
• 申請日: 2008-01-31
• 公開（公告）號: CN101221662A
• 公開（公告）日: 2008-07-16
• 發(fā)明（設(shè)計）人: 劉力帆;王斌;張立明
• 申請（專利權(quán)）人: 復(fù)旦大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 上海正旦專利代理有限公司
• 代理人: 陸飛;盛志范

1.一種基于自組織映射神經(jīng)網(wǎng)絡(luò)的遙感圖像混合像元分解方法，其特征在于具體步驟如下：

(1).訓(xùn)練自組織映射神經(jīng)網(wǎng)絡(luò)

1)初始化自組織映射神經(jīng)網(wǎng)絡(luò)

根據(jù)待分解數(shù)據(jù)集中存在的端元數(shù)量，設(shè)置自組織映射神經(jīng)網(wǎng)絡(luò)的尺寸，按隨機(jī)方式初始化自組織映射神經(jīng)網(wǎng)絡(luò)，并設(shè)置網(wǎng)絡(luò)的訓(xùn)練參數(shù)，包括拓?fù)浣Y(jié)構(gòu)、初始鄰域半徑、初始學(xué)習(xí)率；

2)挑選與處理訓(xùn)練樣本

從待分解的數(shù)據(jù)集中或光譜庫中挑選訓(xùn)練樣本，并對它們做預(yù)處理，通過擴(kuò)展訓(xùn)練樣本的維數(shù)，由原來的N維拓展為N+k維，N是原數(shù)據(jù)樣本的維數(shù)，k為類型數(shù)，以二進(jìn)制編碼的形式，對各類型的訓(xùn)練樣本打上類型標(biāo)記，以實(shí)現(xiàn)有監(jiān)督學(xué)習(xí)的自組織映射網(wǎng)絡(luò)，使得訓(xùn)練后的自組織映射網(wǎng)絡(luò)競爭層上的各節(jié)點(diǎn)也帶有類型標(biāo)記；

3)訓(xùn)練自組織映射網(wǎng)絡(luò)

利用已挑選的訓(xùn)練樣本，根據(jù)競爭學(xué)習(xí)的原理訓(xùn)練網(wǎng)絡(luò)：對于輸入的每一個訓(xùn)練樣本，首先判斷和訓(xùn)練樣本歐幾里德距離最小的的競爭層節(jié)點(diǎn)為競爭獲勝節(jié)點(diǎn)，然后更新獲勝節(jié)點(diǎn)及其周圍一定鄰域范圍內(nèi)的節(jié)點(diǎn)，令它們按公式(6)朝訓(xùn)練樣本方向以一定的學(xué)習(xí)率做修正，訓(xùn)練過程中鄰域半徑和學(xué)習(xí)率隨著網(wǎng)絡(luò)的收斂而逐步減小；

w_i(t+1)＝w_i(t)+α(t)×(x_p-w_i(t))，i∈η_r????(6)

其中x_p表示當(dāng)前訓(xùn)練樣本，w_i(t)表示當(dāng)前競爭層第i個節(jié)點(diǎn)，α(t)表示當(dāng)前學(xué)習(xí)率，η_r表示半徑為r的鄰域；

(2).計算模糊隸屬度

1)加權(quán)指數(shù)m的預(yù)測

對待分解的數(shù)據(jù)集，根據(jù)模糊目標(biāo)函數(shù)：

Ug=exp{-aJm(U,c)max∀m(Jm(U,c))}---(7)]]>

的拐點(diǎn)預(yù)測模糊隸屬度公式中的最優(yōu)加權(quán)指數(shù)m；

其中J_m(U，c)為(3)式中的J_m(U，c₁，...，c_c)，a為大于1的正常數(shù)，

J‾m(U,c1,...,cc,λ1,...,λn)=Jm(U,c1,...cc)+Σj=1nλj(Σi=1cuij-1)---(3)]]>

=Σi=1cΣjnuijmdij2+Σj=1nλj(Σi=1cuij-1)]]>

其中u_ij為第j個樣本隸屬于第i個端元的模糊隸屬度，d_ij＝‖c_i-x_j‖為第i個聚類中心與第j個數(shù)據(jù)樣本間的歐幾里德距離，m∈[1，∞)是一個加權(quán)指數(shù)，λ_j，j＝1，2，...，n，是n個歸一化約束式的拉格朗日乘子；

2)計算混合像元對各個神經(jīng)元節(jié)點(diǎn)的模糊隸屬度

對于每一個混合像元，計算該像元和自組織映射神經(jīng)網(wǎng)絡(luò)競爭層每一個節(jié)點(diǎn)的模糊隸屬度：

uij=1Σk=1c(dijdkj)2/(m-1);---(5)]]>

(3).計算混合像元分解的豐度值

對帶有同一類型標(biāo)記的模糊隸屬度求和，即得到該類型端元的豐度。