基于人工神经网络法的遥感影像分类研究

• 作者: 杨艳青 柴旭荣
• 来源期刊: 山西师范大学学报（自然科学版）
• 学科: 农学
• 关键词: 土地利用/覆盖 人工神经网络(ANN) 最大似然法(MLC)
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 地理与环境科学
• 页码范围: 94-98
• 页数: 5页
• 分类号: S159|TP75
• 字数: 2855字
• 语种: 中文

摘要

在遥感和GIS的支持下,采用人工神经网络(ANN)法对研究区土地利用/覆盖进行信息提取,并对ANN改进前后的分类结果和最大似然法(MLC)的分类结果进行对比分析.实验发现采用改进后的ANN分类总体精度达到了93.91％,较改进前提高了2.16％,较MLC提高了6.44％.研究表明:使用ANN进行遥感图像分类,精度优于MLC,改进后的ANN精度优于改进前的ANN.与传统方法相比,ANN分类达到的精度更高,可更好地区分土地利用地类,提高土地利用信息的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨艳青	山西师范大学地理科学学院	5	23	2.0	4.0
2	柴旭荣	山西师范大学地理科学学院	26	56	4.0	7.0