节点文献

基于遗传算法改进BP神经网络的遥感影像分类研究

免费订阅

【作者】 卜晓波龚珍黎华

【Author】 BU Xiao-bo;Wuhan University of Technology;

【机构】 武汉理工大学

【摘要】 遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容,有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中,BP神经网络能充分利用样本集的信息,自动建立分类模型,但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度,因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值,从而提高BP神经网络的分类精度。以Landsat TM遥感图像作为数据源,以长江中游-武汉市为研究地区,建立了基于BP神经网络模型的遥感分类模型和基于遗传算法改进BP神经网络模型的分类模型,对分类结果进行了定量分析。结果表明:在样本相同的情况下,基于遗传算法改进BP神经网络的遥感影像分类精度要高于BP神经网络的遥感影像分类精度。

【关键词】 神经网络遗传算法遥感图像分类
【基金】 国家自然科学基金项目(40901214);香江学者计划项目(XJ2012036)
【所属期刊栏目】 农业信息科学 (2013年33期)
  • 【DOI】10.13989/j.cnki.0517-6611.2013.33.022
  • 【分类号】TP183;TP751
  • 【被引频次】12
  • 【下载频次】236
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: