基于CSBP模型的中尺度遥感影像分类研究

《基于CSBP模型的中尺度遥感影像分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：Ｐ２８单位代码：１０６３６密级：公开学号：２０１５１１０４００３、奴，丨ｉｆ範七爹硕士学位论文中文论文题目：基于ＣＳＢＰ模型的中尺度遥感影像分类研究英文论文题目：ＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＭｅｓｏｓｃａｌｅＲｅｍｏｔｅＳｅｎｓｉｎｇＩｍａｇｅＢａｓｅｄｏｎＣＳＢＰＭｏｄｅｌ论文作者：鲜永昌￣指导教师：王石英专业名称：地图学与地理信息系统研究方向：遥感与ＧＩＳ理论技术及应用所在学院：地理与资源科学学院论文提交日期：２０１８年３月２５日论文答辩日期：２０１８年６月５曰四川

2、师范大学学位论文独创性声明本人声明：所呈交学位论文基于ＣＳＢＰ模型的中尺度遥感影像分类研究，是本人在导师王石英指导下，独立进行研究工作所取得的成果５除文中己经注明引用的内容外，本论文不含任何其他个人或集体己经发表或撰写过的作品或成果。对本文的研宄做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。一本人承诺：己提交的学位论文电子版与论文纸本的内容致。如因不符而引起的学术声誉上的损失由本人自负。￣（９ｐ＾６ｄ学位论文作者：签字日期：＞呤年月日学位论文出版授权书本人完全同意《中国优

3、秀博硕士学位论文全文数据库出版章程》“”（以下简称章程），愿意将本人的硕士学位论文提交中国学术期刊（光盘版）电子杂志社在《中国优秀博硕士学位论文全文数据库》中全文发表。《中国优秀博硕士学位论文全文数据库》可以以电子、网络及其他数字媒体形式公开出版，并同意编入ＣＮＫＩ《中国知识资源总库》，在《中国博硕士学位论文评价数据库》中使用和在互联网“”上传播章程规定享受相关权益。，同意按ｖｊｉ－作者签名：Ｔ分匕年月Ｒ厂论文题目：基于ＣＳＢＰ模型的中尺度遥感影像分类研宄毕业院校：四川师范大学毕业年份：２０１８

4、年６月：地理：院所学地图学息所在学院地理与资源科学学专业与信系统（）。说：由电明本授权书中国学术期刊光盘版子杂志社保存－－联：１１１１７７９０６９３：１０６２７９１８１４系电话００６２７９９５６２７９３６６２０传真－８４１００４通：４８：０８信地址北局采编中心邮编京清华大学邮信箱摘要基于CSBP模型的中尺度遥感影像分类研究地图学与地理信息系统专业研究生：鲜永昌指导教师：王石英摘要遥感影像分类是实现遥感影像地物信息提取的重要技术，也是遥感领域所研究的热点内容。中尺度的遥感影像如LANDSAT系列影像，具有覆盖面积广、易获取等特

5、点，常常作为科学研究的基础数据。使用中尺度的遥感影像作为分类识别的数据源，可以获得较大范围的土地覆被结果。BP神经网络是通过对大脑神经系统的简单抽象和模拟而构建的一种网络结构，该结构具有自适应、自组织和自学习的特点，能够实现数据的分布式存储以及并行的处理。独特的数据结构和强大的拟合能力，使得BP神经网络十分适合处理如图像分类等非线性问题。随着近年来相关理论的不断发展，BP神经网络在遥感影像分类领域取得了广泛的应用。实践证明，使用BP神经网络能够显著地提升遥感影像分类的精度。但是，BP神经网络在实际应用中仍然存在着一些问题，比如对初始的权阈值敏感、容易陷入到

6、局部最优解等。针对上述问题，本文使用布谷鸟搜索算法对BP神经网络进行优化，构建CSBP模型。对于标准布谷鸟搜索算法存在的后期收敛速度慢、求解精度不高的问题，采用自适应步长的策略进行改进，并使用ROSENBROCK函数检验改进算法的优化能力。为了验证布谷鸟搜索算法对BP神经网络的优化效果，分别使用传统的BP神经网络、经过标准布谷鸟搜索算法优化的BP神经网络和经过改进布谷鸟搜索算法优化的BP神经网络对覆盖稻城县辖区的LANDSAT8遥感影像进行分类实验，并对三种算法的分类结果进行对比分析。发现了使用改进的布谷鸟搜索算法优化后的BP神经网络进行遥感影像分类的总体

7、分类精度是88.3927%，Kappa系数是0.8646。与原始BP神经网络和采用标准布谷鸟搜索算法优化的BP神经网络相比，分类精度分别提高了9.42%和1.58%。关键词稻城县；遥感影像分类；BP神经网络；布谷鸟搜索算法；自适应步长。IAbstractResearchonMiddleScaleRemoteSensingImageClassificationBasedonCS-BPModelMajor:CartographyandgeographyInformationSystemPostgraduate:XianYongchangSupervisor:W

8、angShiyingAbstract：Remotesensingi