一种改进的BP神经网络在遥感图像分类中的应用

反向传播神经网络（ＢＰ网络）能解决传统统计分类方法的不足，现已逐渐用于遥感图像分类中，研究用一种新的改进ＢＰ算法进行遥感图像分类。方法用线性搜索的共轭梯度法（ＣＧＬ）动态选取学习速率以提高训练速度，结果计算机仿真表明，在分类精度未下降的情况下，训练时间较其它改进算法减少５一１１０ｓ．结论该方法避免了存储量大的负担及误差函数的发散，适用于遥感图像的分类。