%0 Journal Article
%T 基于遥感数据sofm网络分类的五种城市增长方式鉴别方法应用研究
%A 戴　芹
%A 陈　雪
%A 　马建文
%A 冯　春
%J 武汉大学学报(信息科学版)
%D 2005
%X ？使用了自主研发的自组织神经网络分类(sofm)方法[1～3],选择了1988、1994、2001和2003年5～6月份tm+时间序列多光谱遥感数据,对北京城市增长方式进行了30m分辨率遥感时序数据的鉴别,包括填充式增长方式、扩张式增长方式、独立式增长方式、线状式增长方式和簇状增长方式,并绘制了三个时期的城市增长图。在此基础上,根据北京城市增长环线驱动的特点,分别对四环内、四环至五环、五环至六环1988～1994年、1994～2001年、2001～2003年的5种城市扩展方式面积进行了统计。
%K 神经网络分类
%K 城市五种增长方式鉴别模型
%K 城市环线增长面积统计
%U http://ch.whu.edu.cn/CN/abstract/abstract2201.shtml