论文部分内容阅读
对重复传播网络在权值初始化、网络学习进行修改，实现在一定警戒条件下竞争层节点的动态分配，并在遥感分类上进行实验。重复传播网络中学习次数影响了竞争层节点数目和学习精度，学习精度随学习次数的增加而有限度的增加；警戒参数决定了节点调整的搜索范围，随学习过程进行，节点搜索范围变小，保证了分类精度和网络的稳定性；两层竞争层结构分类精度要优于单层，其总精度和Kappa系数分别提高1.1％，0．02。实验结果表明该方法是一可行的遥感分类方法。