基于主成分分析的GA-BPNN遥感图像分类研究

被引：5

作者：

可华明 ^{[1
]}

王金亮 ^{[2
]}

陈朝镇 ^{[1
]}

机构：

[1] 绵阳师范学院国土资源研究中心

[2] 云南师范大学旅游与地理科学学院

来源：

宜春学院学报 | 2010年 / 32卷 / 04期

关键词：

GA; BP人工神经网络; 主成分分析; 遥感图像分类;

D O I：

暂无

中图分类号：

R318.0 [一般性问题];

学科分类号：

0831 ;

摘要：

在高原山地地区,传统遥感分类方法分类精度低,而标准BP神经网络分类方法在实际应用中也难以胜任。探讨对数据源主成分分析特征选择的基础上,用量化共轭梯度法改进标准BP算法,采用GA优化BP网络的隐层神经元数目、初始权重。并以香格里拉县ETM+遥感图像为例,在DEM地形数据辅助下,训练网络使其收敛,仿真输出。结果表明,其分类总精度为84.52%,Kappa系数为0.8317,比最大似然法分类精度提高了9.08个百分点,验证了GA优化的BP网络遥感图像分类的可行性和有效性。

引用

页码：1 / 4

页数：4