次分類神經網路在森林覆蓋類型預測的應用

Chung-Hua University Repository > 資訊學院 > 資訊管理學系 > 期刊論文 > Item 987654321/31956

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://chur.chu.edu.tw/handle/987654321/31956

题名:	次分類神經網路在森林覆蓋類型預測的應用
作者:	葉怡成 Yeh, I-Cheng
贡献者:	資訊管理學系 Information Management
关键词:	倒傳遞神經網路;森林地表覆蓋;分類;次分類 back-propagation;cover;sub-category
日期:	2008
上传时间:	2014-06-27 01:39:56 (UTC+8)
摘要:	雖然倒傳遞網路可以建構準確的分類模型，但無法發掘隱藏在分類中的「次分類」。為了改善倒傳遞網路不能產生次分類的缺點，在此提出次分類神經網路(Sub-Category Neural Network, SCNN)。為證明此一架構優於傳統的倒傳遞類神經網路（Back- Propagation Network, BPN），本文以二個人為的分類例題及一個真實的森林地表覆蓋類型(樹種)分類問題進行比較。由實驗結果歸納出下列結論：(1) SCNN的準確度與BPN相近。(2) SCNN可以將部份分類的「次分類」發掘出來。 Although the back-propagation algorithm can build accurate classification models, it can not discover the sub-categories in the data set. To solve this problem, this study proposed a novel neural network model, Sub-Category Neural Network (SCNN). To prove
显示于类别:	[資訊管理學系] 期刊論文

文件中的档案:

档案	描述	大小	格式	浏览次数
p_m321_0008.pdf		34Kb	Adobe PDF	133	检视/开启

在CHUR中所有的数据项都受到原著作权保护.