自适应模糊规则分类方法及在TM土地覆盖分类中的应用研究

摘要

根据自组织网络和模糊逻辑推理 ,实现土地覆盖自适应模糊规则分类方法。该方法通过网络的节点和权值提取出模糊规则 ,调整网络中节点个数 (即相应增加规则节点数 )和权值向量 ,使模糊规则自动生成 ,并利用模糊逻辑推理 ,完成TM土地覆盖分类。对拒分类的像元 ,自适应增加K值使其可分。该方法所得分类精度及Kapp系数与最大似然分类方法结果相比分别提高了 2 .7%和 2 .9% ;与自组织网络相比 ,总精度相差不大 ,而Kapp系数低 1%。实验证明 ,如何提取和表示非光谱知识 ,从而解决类别混淆等问题 。