基于改进的BP神经网络模型的遥感影像分类法

• 作者: 吴宏安 张丽 张海龙 蒋建军 解修平
• 来源期刊: 农机化研究
• 学科: 工学
• 关键词: 摄影测量与遥感技术 图像分类 理论研究 Landsat TM BP神经网络 最大似然法
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 理论研究与探讨
• 页码范围: 55-57
• 页数: 3页
• 分类号: TP3
• 字数: 2768字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-188X.2006.10.019

摘要

由于遥感图像上的光谱值是多种地物的混合光谱,存在着"同谱异物"和"同物异谱"现象,因此仅依靠象元光谱之间相似性进行分类的总体精度难以提高.而人工神经网络法(ANN,Artificial Neural Network)由于其非线性特征和较强的容错能力,为解决上述问题提供了可能.为此,利用优化的BP神经网络对TM图像进行了分类,并将结果与最大似然法及初始的BP神经网络进行了比较,其kappa系数分别为0.876,0.799,0.829.结果表明:改进后的BP神经网络具有较高的精度,可以用于TM图像的信息提取中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋建军	南京师范大学地理科学学院	38	1571	21.0	38.0
2	张丽	南京师范大学地理科学学院	29	702	10.0	26.0
3	吴宏安	南京师范大学地理科学学院	9	617	8.0	9.0
4	张海龙	南京师范大学地理科学学院	21	708	9.0	21.0
5	解修平	中国科学院地球环境研究所	8	257	7.0	8.0