基于人工神經(jīng)網(wǎng)絡(luò)模型的遙感圖像分類方法研究.pdf

1、遙感圖像分類一直是遙感研究領(lǐng)域的重要內(nèi)容，如何解決多類別圖像的分類識(shí)別并滿足一定的精度是遙感圖像研究中的一個(gè)關(guān)鍵問題，具有十分重要的意義。傳統(tǒng)的遙感圖像自動(dòng)分類識(shí)別主要采用決策理論(或統(tǒng)計(jì))方法進(jìn)行分類，但是，由于遙感圖像本身的空間分辨率低，以及“同物異譜”、“異物同譜”現(xiàn)象的存在，往往出現(xiàn)較多的錯(cuò)分、漏分情況，導(dǎo)致分類精度不高。人工神經(jīng)網(wǎng)絡(luò)具有高度并行處理能力、自適應(yīng)能力、非線性映射能力、泛化能力，使得人工神經(jīng)網(wǎng)絡(luò)在遙感圖像分類應(yīng)用研

2、究中提供了新的方法。
　　傳統(tǒng)的遙感圖像分類法主要分為監(jiān)督分類法和非監(jiān)督分類法，本文首先簡(jiǎn)要概括了幾種常用的監(jiān)督分類和非監(jiān)督分類法。介紹了人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)原理、學(xué)習(xí)規(guī)則和在遙感圖像分類中典型的神經(jīng)網(wǎng)絡(luò)模型，詳細(xì)的分析了BP神經(jīng)網(wǎng)絡(luò)模型的遙感圖像分類，并優(yōu)化了基本的BP算法。重點(diǎn)討論了自組織神經(jīng)網(wǎng)絡(luò)在遙感圖像分類中的應(yīng)用，針對(duì)自組織神經(jīng)網(wǎng)絡(luò)算法的學(xué)習(xí)率收斂慢做了改進(jìn)，采用冪函數(shù)收斂。
　　本文以Matlab為平臺(tái)，構(gòu)建BP神