基于BP神经网络的遥感影像分类方法研究
毕业
| 全部作者： | 张建平 王崇倡 |
| 第1作者单位： | 辽宁工程技术大学 测绘与地理科学学院 |
| 摘要： | 采用BP神经网络进行遥感影像分类，可以在1定程度上消除传统的遥感影像分类所带来的模糊性和不确定性。然而，BP网络自身也存在着限制与不足，主要表现在网络训练速度慢、不易收敛到全局最优等缺点。本文通过对算法的改进，对1幅全色遥感图像通过300次训练后，仿真输出能真实的反映原始图像的特征。其分类总精度为86.67%，Kappa系数为0.82，分类精度能够满足遥感图像分类的需要。 |
| 关键词： | BP神经元网络；算法改进方法；分类；精度 远程下载(免费PDF全文) |
| 发表日期： | 2008年03月12日 |
| 同行评议： | BP神经网络用于遥感影像的分类已经有很多，本文利用“动量-自适应学习速率调整算法”改进BP神经网络，并用于1幅遥感影像的分类试验。认为有以下问题：(1)摘要中“采用BP 神经网络进行遥感影像分类，可以在1定程度上消除传统的遥感影像分类所带来的模糊性和不确定性。”文中缺少相应的试验来证明这句话。(2)本文利用“动量-自适应学习速率调整算法”改进BP神经网络，进行遥感影像的分类试验，但缺乏改进前和改进后的对比试验。(3)本文只给出1幅遥感影像的分类试验，不足以说明该方法的分类精度能够满足遥感图像分类的需要。另外，该方法的效率如何也没有说明。 (4)文中有文字错误，如“随机噪声去处等处理”。
|
| 综合评价： | |
| 修改稿： | |
| 注：同行评议是由特聘的同行专家给出的评审意见，综合评价是综合专家对各要素的评议得出的数值，以1至5颗星显示。 | |
【基于BP神经网络的遥感影像分类方法研究】相关文章：
基于BP网遥感影像分类研究与应用02-25
基于神经网络工具箱的遥感影像分类03-07
基于IHS变换的遥感影像融合方法研究11-22
基于BP算法红外遥感图像去条带方法研究03-07
基于ETM+影像的遥感信息提取研究11-22
基于GIS和神经网络的超市选址方法研究11-22
基于改进BP的神经网络模型参考自适应控制03-21
高分辨率遥感影像图的制作与研究03-07
基于BP神经网络的点状地图符号模式识别03-07