遥感影像的神经网络分类及遗传算法优化

• 作者: LIU Miaolong TONG Xiaohua 张学
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 遥感分类 人工神经网络 反向传播学习 遗传算法 精度评价
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 测量科学与技术
• 页码范围: 985-989
• 页数: 5页
• 分类号: P237
• 字数: 3285字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-374X.2008.07.024

摘要

针对传统遥感影像分类方法难以辨识波谱特性相似的地物,而标准反向传播学习(back propagation,BP)神经网络分类方法存在网络训练速度慢、局部极值等收敛性问题,探讨了采用遗传算法(genetic algorithms,GA)优化BP网络结构方法进行遥感影像分类.在BP网络分类的基础上,着重阐述了遗传算法实现BP网络隐含层神经元数、阈值和连接权值的优化方法,提出了遗传算法的变长实数编码方式,改进了遗传进化方式使BP网络进化达到最优.最后,以淀山湖区域的陆地卫星专题制图仪(Landsat thematic mapper,TM)影像分类为例,应用本文改进算法与其他分类方法进行了分析比较,得到了较高的分类精度,验证了采用遗传算法优化神经网络的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	TONG Xiaohua	同济大学测量与国土信息工程系	1	34	1.0	1.0
2	张学	同济大学测量与国土信息工程系	4	54	3.0	4.0
3	LIU Miaolong	同济大学测量与国土信息工程系	1	34	1.0	1.0