基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究.pdf

1、高光譜遙感技術(shù)是過去三十年中人們在測譜學(xué)方面所取得的重大技術(shù)突破之一，是當(dāng)前遙感領(lǐng)域的前沿技術(shù)。相對于傳統(tǒng)的多光譜，高光譜遙感數(shù)據(jù)具有波段眾多、各波段相關(guān)性較強(qiáng)、計算量大等特點(diǎn)，這對相應(yīng)的數(shù)據(jù)處理技術(shù)提出了很高的要求。
　　高光譜影像分類技術(shù)是高光譜遙感應(yīng)用的關(guān)鍵技術(shù)之一，對于環(huán)境監(jiān)測、海洋生態(tài)與軍事戰(zhàn)場環(huán)境探測具有重要的意義。人工神經(jīng)網(wǎng)絡(luò)模式分類是近年來發(fā)展起來的數(shù)據(jù)分類方法之一。與傳統(tǒng)的統(tǒng)計分類方法相比，神經(jīng)網(wǎng)絡(luò)不需要預(yù)先對樣

2、本空間作參數(shù)化統(tǒng)計分布假設(shè)，并可以將多種數(shù)據(jù)信息，例如紋理特征、地形信息和光譜信息等信息融合到分類器中。
　　由于神經(jīng)網(wǎng)絡(luò)具有以上優(yōu)點(diǎn)，研究基于人工神經(jīng)網(wǎng)絡(luò)的高光譜遙感影像分類方法很有必要的。本文主要完成工作如下：
　　(1)介紹了高光譜遙感的基本概念、成像原理和成像光譜儀的國內(nèi)外發(fā)展現(xiàn)狀。比較幾種經(jīng)典的模式分類方法，包括：編碼匹配算法、光譜角匹配方法、平行六面體法、K-均值算法、迭代自組織數(shù)據(jù)分析算法、最大似然判別法、費(fèi)歇

3、爾線性判別分類和決策樹判別法等。
　　(2)分析了高光譜影像數(shù)據(jù)的特點(diǎn)，介紹了神經(jīng)網(wǎng)絡(luò)的一般模型、基于神經(jīng)網(wǎng)絡(luò)的高光譜遙感影像分類流程以及各個階段處理的具體內(nèi)容，并總結(jié)了應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行高光譜影像分類的優(yōu)點(diǎn)。針對遙感數(shù)據(jù)維數(shù)過高的問題，介紹了幾種數(shù)據(jù)降維的方法，以改進(jìn)神經(jīng)網(wǎng)絡(luò)分類性能。
　　(3)通過對多種實(shí)驗(yàn)數(shù)據(jù)，包括共享遙感數(shù)據(jù)以及項(xiàng)目實(shí)測遙感數(shù)據(jù)的分類研究，顯示了BP神經(jīng)網(wǎng)絡(luò)在用于高光譜遙感影像分類的有效性。