共 26 条
- [1] BP神经网络的改进研究及应用.[D].刘天舒.东北农业大学.2011, 04
- [2] 遥感应用分析原理与方法.[M].赵英时等编著;.科学出版社.2003,
- [3] 人工神经网络实用教程.[M].杨建刚编著;.浙江大学出版社.2001,
- [4] 图象工程.[M].章毓晋编著;.清华大学出版社.1999,
基于改进BP神经网络的多分辨率遥感图像分类及对比分析
被引：6
作者：
戚王月
[1
]
胡宏祥
[2
]
夏萍
[1
]
周婷
[1
]
机构：
[1] 安徽农业大学工学院
[2] 安徽农业大学资源与环境学院
来源：
基金：
安徽省自然科学基金;
关键词：
BP神经网络;
遥感图像分类;
高分卫星;
资源卫星;
多分辨率遥感;
D O I：
10.13610/j.cnki.1672-352x.20191013.015
中图分类号：
TP751 [图像处理方法];
TP183 [人工神经网络与计算];
学科分类号：
摘要：
在遥感图像分类的研究中,传统的分类方法对"同物异谱"、"异物同谱"现象识别能力较差。此外,常用的BP神经网络分类存在时间长、易陷入局部极小等不足。将BP网络中的激励函数添加偏置参数、学习率进行自适应调整,并与最大似然、BP神经网络分类比较,结果表明改进的BP神经网络分类精度为89.69%,比最大似然提高了15.35%,比BP神经网络提高了23.81%。另一方面,基于改进的BP神经网络分类,对分辨率为16 m的高分一号卫星(GF-1)图像和分辨率为5.8 m的资源三号卫星(ZY-3)图像进行分类比较,并以ZY-3分类图作为检验图像,GF-1图像的分类精度达到了88.02%,各类地物的用户精度和制图精度在70%～99%之间,说明成本较低、宽幅较广的GF-1图像在地物信息获取方面可基本实现ZY-3卫星图像效果,为遥感图像地物信息提取提供了一定的参考。
引用
收藏
页码：737 / 744
页数：8
相关论文