遗传算法优化确定BP神经网络的遥感图像分类

• 作者: 李国新 沈军 郝强 钱利军 黄孝斌
• 来源期刊: 现代电子技术
• 关键词: 遥感图像分类 BP神经网络 遗传优化算法 神经元数学建模 图像预处理 土地类型分类
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 47-49,54
• 页数: 4页
• 分类号: TN911.73-34|TP753
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.12.012

摘要

传统的BP神经网络对于遥感图像的分类精度较低,因此设计一种遗传算法优化确定BP神经网络的遥感图像分类方法.通过建立神经元数学模型,分析其传递信息的过程,求取BP网络误差权及最优解,分析遥感图像中不同波段的差别并进行预处理,利用OIF指数来确定参与分类的波段最优组合,建立图像分类体系并确定土地类型,通过输出矩阵向量完成遥感图像土地类型的分类.利用传统分类方法和设计的方法对相同的遥感图像进行实验,实验结果表明,设计方法的分类精度比传统方法高出9.08％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄孝斌	成都理工大学工程技学院国土空间应用研究中心	12	5	2.0	2.0
2	郝强	成都理工大学工程技学院国土空间应用研究中心	19	48	4.0	6.0
3	钱利军	成都理工大学工程技学院国土空间应用研究中心	34	126	7.0	10.0
4	李国新	成都理工大学工程技学院国土空间应用研究中心	16	138	5.0	11.0