基于人工神經(jīng)網(wǎng)絡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域的重要內(nèi)容，如何解決多類別圖像的分類識別并滿足一定的精度是遙感圖像研究中的一個關鍵問題，具有十分重要的意義。傳統(tǒng)的遙感圖像自動分類識別主要采用決策理論(或統(tǒng)計)方法進行分類，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)較多的錯分、漏分情況，導致分類精度不高。人工神經(jīng)網(wǎng)絡具有高度并行處理能力、自適應能力、非線性映射能力、泛化能力，使得人工神經(jīng)網(wǎng)絡在遙感圖像分類應用研

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)絡的結(jié)構(gòu)原理、學習規(guī)則和在遙感圖像分類中典型的神經(jīng)網(wǎng)絡模型，詳細的分析了BP神經(jīng)網(wǎng)絡模型的遙感圖像分類，并優(yōu)化了基本的BP算法。重點討論了自組織神經(jīng)網(wǎng)絡在遙感圖像分類中的應用，針對自組織神經(jīng)網(wǎng)絡算法的學習率收斂慢做了改進，采用冪函數(shù)收斂。
　　本文以Matlab為平臺，構(gòu)建BP神