Key points are not available for this paper at this time.
초록 토지 피복의 혼합과 높은 입력 차원은 원거리 감지 이미지의 분류 정확도에 영향을 미치는 두 가지 중요한 이슈입니다. 퍼지 분류는 토지 피복의 혼합을 나타내기 위해 개발되었습니다. 퍼지 규칙 기반(FRB)과 퍼지 신경망(F’NN)의 두 가지 퍼지 분류기가 퍼지 분류의 해석 가능성을 설명하기 위해 연구되었습니다. FNN 분류기를 기반으로 하여, 높은 입력 차원 문제를 해결하기 위한 계층적 FNN(HFNN) 분류기가 제안되었습니다. 이는 뉴 멕시코 리오 랜초의 Landsat 7 ETM+ 이미지를 통한 토지 피복 분류에서 FNN 분류기와 비교되었으며, 더 짧은 CPU 시간 요구 사항으로 더 나은 분류 정확도의 최상의 조합임이 입증되었습니다.
Wang et al. (Mon,)은 이 문제를 연구했습니다.