Urban Land Use Change Detection Based on High Accuracy Classification of Multispectral Remote Sensing Imagery

[1] Crump B, Finnie T W. NTIS， U.S. Department of Commerce. Tenn.: Nashville， 1967. 73.

[2] John J P. Professional Geographer， 1981， 33（2）： 163.

[3] Mcconnell K E. Northeastern Journal of Agricultural and Resource Economics， 1989， 18： 63.

[4] Epstein J， Payne K， Kramer E. Photogrammetric Engineering and Remote Sensing， 2002， 68（9）： 913.

[5] Maktav D， Erbek F S， Jürgens C. International Journal of Remote Sensing， 2005， 26（4）： 655.

[6] Jat M K， Grag P K， Khare D. International Journal of Applied Earth Observation and Geoinformation， 2008, 10(1): 26.

[7] Harris P M， Ventura S J. Photogrammetric Engineering and Remote Sensing， 1995， 61（8）： 993.

[8] Omatu S， Yoshida T. Neural Networks， IEEE International Joint Conference on 18-21 November, 1991， 4： 652.

[9] Benediktsson J A， Swain P H， Ersoy O K. IEEE Transactions on Geoscience and Remote Sensing， 1990， 28（4）： 540.

[10] Foody G M， Arora M K. International Journal of Remote Sensing， 1997， 18： 799.

[12] Toshniwal M. IEEE Proceedings of Networking, Sensing and Control on 19-22 March, 2005. 235.

[13] Widyanto M R， Nobuhara H， Kawamoto K, et al. Applied Soft Computing， 2005， 6（1）： 72.

[14] Nicola’s G P， Domingo O B， Ce’sar H M. Neural Networks， 2006， 19： 514.

[16] Liu Z J， Liu A X， Wang C Y. Future Generation Computer Systems， 2004, 20： 1119.

[19] Lillesand T M， Kiefer R W， Chipman J W. Remote Sensing and Image Interpretation， Fourth Edition. New York： John Wiley & Sons. Inc， 2003.

[20] Congalton R G. Remote Sensing of Environment， 1991， 37： 35.