%0 Journal Article
%T 基于粗糙集约简的神经网络集成及其遥感图像分类应用
%A 张东波
%A 王耀南
%J 中国图象图形学报
%D 2008
%I 
%X 为降低集成特征选择方法的计算复杂性，提出了一种基于粗糙集约简的神经网络集成分类方法。该方法首先通过结合遗传算法求约简和重采样技术的动态约简技术，获得稳定的、泛化能力较强的属性约简集;然后，基于不同约简设计BP网络作为待集成的基分类器，并依据选择性集成思想，通过一定的搜索策略，找到具有最佳泛化性能的集成网络;最后通过多数投票法实现神经网络集成分类。该方法在某地区Landsat 7波段遥感图像的分类实验中得到了验证，由于通过粗糙集约简，过滤掉了大量分类性能欠佳的特征子集，和传统的集成特征选择方法相比，该方法时
%K 粗糙集
%K 约简
%K 神经网络集成
%K 遥感图像分类
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D06194629680C940ACE75262F54B9D85&aid=E8BB4454FB96A8AED1685BD6B16CEC54&yid=67289AFF6305E306&vid=FC0714F8D2EB605D&iid=38B194292C032A66&sid=5CB576B96D187F64&eid=4A2356A1257A12EB&journal_id=1006-8961&journal_name=中国图象图形学报&referenced_num=0&reference_num=0