基于粗糙集约简的神经网络集成及其遥感图像分类应用

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