基于混合核函数的自组织神经网络遥感图像分类

自组织神经网络SOM作为一种无监督学习的竞争式网络，已经得到了广泛的应用，它通过对输入信号的竞争学习， 将样本划为不同的类别，但其分类效果常很难令人满意。提出了一种基于混合核函数的SOM神经网络改进方法，并和传统 的SOM网络进行了对比，Iris数据和Wine数据的分类实验表明，该方法可以明显改进SOM网络的分类效果。然后对某地 Landsat卫星遥感图像数据进行分类实验，实验结果表明，与传统的SOM网络、基于多项式核的SOM网络以及基于RBF核的 SOM网络相比较，基于混合核函数的SOM神经网络方法的分类效果有较明显的提高。