基于bp神经网络的遥感图像分类及应用.doc

基于BP神经网络的遥感图像分类及应用

1.39万字 45页 原创作品，已通过查重系统


摘要 目前，遥感技术发展极为迅速已经成为获得地理信息的一种主要手段。遥感图像分类一直是遥感研究领域的重要部分，遥感图像分类的目的是对多类别的遥感图像进行分类并达到一定的分类精度。传统的遥感图像分类方法主要分为监督分类方法和非监督分类方法，但是由于遥感图像本身的空间分辨率不高以及“同物异谱”、“异物同谱”现象的存在，常常导致错分和漏分的情形发生，使得分类的精度达不到要求。人工神经网络具有非线性映射能力、分布并行处理能力、自适应能力和泛化能力等诸多优点，逐渐被应用于遥感图像的分类中，为遥感图像的分类提高了新的途径。在众多的人工神经网络模型之中，应用最为广泛的是BP神经网络。
本文在Matlab在平台上，构建了BP神经网络对崇明岛东滩的遥感图像进行分类实验。实验结果表明，使用BP神经网络是一种行之有效的遥感图像分类方法。同时，本实验还研究了隐含层节点数目对分类结果的影响、训练次数对网络收敛之后的残余误差的影响以及训练速率对残余误差和振荡程度的影响。实验结果表明，当训练的次数较多时，训练的速率越小，可以使得网络的误差越小，分类精度越高。


关键词：遥感图像分类 人工神经网络 BP神经网络 Matlab