基于BP神經(jīng)網(wǎng)絡(luò)的遙感圖像分類及應(yīng)用

1.39萬字 45頁 原創(chuàng)作品，已通過查重系統(tǒng)


摘要 目前，遙感技術(shù)發(fā)展極為迅速已經(jīng)成為獲得地理信息的一種主要手段。遙感圖像分類一直是遙感研究領(lǐng)域的重要部分，遙感圖像分類的目的是對多類別的遙感圖像進行分類并達到一定的分類精度。傳統(tǒng)的遙感圖像分類方法主要分為監(jiān)督分類方法和非監(jiān)督分類方法，但是由于遙感圖像本身的空間分辨率不高以及“同物異譜”、“異物同譜”現(xiàn)象的存在，常常導(dǎo)致錯分和漏分的情形發(fā)生，使得分類的精度達不到要求。人工神經(jīng)網(wǎng)絡(luò)具有非線性映射能力、分布并行處理能力、自適應(yīng)能力和泛化能力等諸多優(yōu)點，逐漸被應(yīng)用于遙感圖像的分類中，為遙感圖像的分類提高了新的途徑。在眾多的人工神經(jīng)網(wǎng)絡(luò)模型之中，應(yīng)用最為廣泛的是BP神經(jīng)網(wǎng)絡(luò)。
本文在Matlab在平臺上，構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)對崇明島東灘的遙感圖像進行分類實驗。實驗結(jié)果表明，使用BP神經(jīng)網(wǎng)絡(luò)是一種行之有效的遙感圖像分類方法。同時，本實驗還研究了隱含層節(jié)點數(shù)目對分類結(jié)果的影響、訓(xùn)練次數(shù)對網(wǎng)絡(luò)收斂之后的殘余誤差的影響以及訓(xùn)練速率對殘余誤差和振蕩程度的影響。實驗結(jié)果表明，當(dāng)訓(xùn)練的次數(shù)較多時，訓(xùn)練的速率越小，可以使得網(wǎng)絡(luò)的誤差越小，分類精度越高。


關(guān)鍵詞：遙感圖像分類 人工神經(jīng)網(wǎng)絡(luò) BP神經(jīng)網(wǎng)絡(luò) Matlab