基于BP神经网络的针阔混交林TM遥感图像自动分类技术研究

在对标准BP神经网络试验分析的基础上,通过输入矢量归一化处理、主成分分析、增加验证集、改进训练学习算法、扩大隐层和输出层规模等措施,对BP神经网络自动分类系统进行改进;利用改进后的BP系统对吉林省汪清林业局的典型针阔混交林TM遥感图像进行辩识、分类试验研究。结果表明:改进后的BP网络分类系统自动分类精度提高了19·14%,比传统无监督自动分类精度提高8·55%,达到了区分森林类型的分类要求。研究还显示了该改进系统应用于针阔混交林TM遥感图像自动分类识别的精度随网络规模增大而提高。