基于改进的BP神经网络模型的遥感图像分类方法研究

基于改进的BP神经网络模型的遥感图像分类方法研究

ID:36773826

大小:225.62 KB

页数:3页

时间:2019-05-15

基于改进的BP神经网络模型的遥感图像分类方法研究_第1页
基于改进的BP神经网络模型的遥感图像分类方法研究_第2页
基于改进的BP神经网络模型的遥感图像分类方法研究_第3页
资源描述:

《基于改进的BP神经网络模型的遥感图像分类方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第16卷第8期电光与控制V01.16No.82009年8月ElectronicsOptics&ControlAug.2009基于改进的BP神经网络模型的遥感图像分类方法研究刘钦龙,焦斌亮,刘立(燕山大学信息科学与工程学院,河北秦皇岛066004)摘要:遥感图像通过像元灰度值的高低差异和空间变化来表示不同属性的地物目标及其分布情况。随着人工神经网络理论的发展,神经网络技术日益成为遥感图像分类处理的有效手段,并有逐渐取代传统遥感图像分类方法的趋势。重点分析了BP神经网络模型的遥感图像分类方法,并针对BP算法的学习速率慢做了改进,利用Mathb7.0作为实验平台,对北京市海淀区遥感影像进

2、行分类实验。实验结果表明,与基本BP算法相比较,改进的BP算法网络训练收敛速度快,分类方法是有效的。关键词:遥感图像;灰度值;BP神经网络;Matlab中图分类号:V271.4:TP751文献标志码:A文章编号:1671—637X(2009)08—0065一o3OnRemoteSensingImageClassificationMethodBasedonImprovedBPNeuralNetworkModelLIUQinlong,JIAOBinliang,LIULi(InformationScienceandEngineeringInstitute,YanshanUniversit

3、y,Qinhuangdao066004,China)Abstract:Remotesensingimagesindicatethephysicalobjectswithdifferentattributesandtheirdistributionthroughpixelgrayvaluediferencesandthelevelofspatialvariation.WiththedevelopmentofArtificialNeuralNetwork(ANN)theory,remotesensingimageclassificationofANNtheorybecameanefec

4、tivemeansandgraduallyreplacetraditionalmethodsofremotesensingimageclassification.TheremotesensingimageclassificationmethodsbasedonBack—Propagation(BP)networkmodelwasanalyzedindetail,andanimprovementwasmadeconsideringtheslowlearningrateofBPalgorithm.UsingMatlab7.0asexperimentalplatform.wemadeex

5、perimentsonclassificationf0rtheremotesensingimagesofBeijingHaidianDistrict.Theresultsshowedthat:comparedwithbasicBPalgorithm,theimprovedalgorithmhasrapidconvergencespeedinnetworktraining,andtheclassificationmethodisefective.Keywords:remotesensingimage;grayvalue;BPneuralnetwork;Matlab高】。近年来,随着人

6、工神经网络理论的发展,为遥感O引言图像分类研究提供了新的方法。其中,BP网络具有传统的遥感图像自动识别分类主要采用决策理论非线性映射能力、泛化能力及容错能力,在遥感图像分(或统计)方法。按照决策理论的方法,需要从被识别类研究中得到了广泛的应用。但是,基本的BP网的模式中,提取一组反映模式属性的测量值,称之为特络具有训练速度慢,不易收敛的缺点,本文对BP算法征,并把模式特征定义在一个特征空间中,进而利用决做了一些修正,利用Matlab作为实验平台,对改进BP策原理对特征空间进行划分,以区分具有不同特征的算法与基本BP算法做了实验比较,结果表明,改进BP模式,达到分类的目的。但是,由于

7、遥感图像本身的空网络模型的遥感图像分类方法是有效的。间分辨率低,以及“同物异谱”、“异物同谱”现象的存在,往往出现较多的错分、漏分情况,导致分类精度不1BP网络模型BP(BackPropagation,反向传播)网络是由Rumel—收稿日期:2008—05—25hart和McCelland等人提出的,是采用误差反传算法作作者简介:刘钦龙(1982一),男,山东临沂人,硕士生,主要从事遥感为其学习规则进行有监督学习的前馈网络,它需要相图像处理方面的研究。E—mail:l

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。