神经网络敏感性分析及其在遥感影像分类中的应用

《神经网络敏感性分析及其在遥感影像分类中的应用》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、77—80．2013地质学刊第37卷第l期doi：10．3969／j．issnl674-3636．2013．01．77神经网络敏感性分析及其在遥感影像分类中的应用邢海花1⋯，余先川1(1．北京师范大学信息科学与技术学院，北京100875；2．海南师范大学信息科学与技术学院，海南海口571158)摘要：针对基于连接权的神经网络敏感性分析方法中求取敏感性系数的不稳定性，提出一种优化连接权的神经网络敏感性分析方法。首先采用遗传算法根据误差最小化原则对神经网络进行优化，在优化的神经网络模型上进行基于连接权的敏感性分析。以1个数值模拟实例和华盛顿广场地区的遥感图像地物分类为例，验证所提方法的有效性。实

2、验结果表明，所提方法求取输入变量的敏感性系数是稳定有效的，能有效筛选出遥感图像中对分类贡献较大的特征波段，达到降维的同时提高分类精度。关键词：敏感性分析；人工神经网络；遗传算法；遥感影像分类中图分类号：TP311：P627文献标识码：A文章编号：1674—3636(2013)01—0077—040引言敏感性分析是一种定量描述模型输人变量对输出变量的重要性程度的方法，假设模型表示为y=．厂(x．，z：，⋯，疋。)(x：为模型的第i个属性值)，令每个属性在可能的取值范围内变动，研究和预测这些属性的变动对模型输出值的影响程度(蔡毅等，2008)。将影响程度的大小称为该属性的敏感性系数，敏感性系数越

3、大，说明该属性对模型输出的影响越大。敏感性分析的核心目的就是通过对模型的属性进行分析，筛选出重要属性，约简模型。经典的人工神经网络敏感性分析方法主要有：(1)基于连接权的敏感性分析方法，如Garson算法(Garson，1991)、Tchaban方法(Tchabanetal，1998)等；(2)基于输出对输入变量的求偏导的敏感性分析方法，如Dim叩onlos方法(Dim叩onlosetal，1995)、Ruck方法(Rucketal，1990)等；(3)与统计方法结合的敏感性分析方法(0ldenetal，2002)；(4)基于输入变量扰动的敏感性分析方法(scardietaLl，1999)。

4、然而，神经网络结构、初始连接权值和阈值的选择对网络的训练结果和敏感性分析有很大的影响，针对基于连接权的神经网络敏感性分析方法中求取敏感性系数的不稳定性，提出一种遗传算法优化连接权的神经网络敏感性分析方法。1基于连接权的神经网络敏感性分析神经网络经过训练可以获得输出变量大于输入变量的数值函数关系及各层神经元间的连接权值，敏感性分析利用这个关系及连接权值可以得到输入变量对输出变量的重要性。以下提到的神经网络都假定为3层前向网络，输入层、隐含层、输出层神经元个数分别为Ⅳ、￡、M，(戈1，．一，戈Ⅳ)为输入变量，(y1，．一，yM)为输出变量，加=叫。ⅣL为输入层与隐含层问连接权重，秽=秽。删为隐含

5、层与输出层间的连接权重。八neti)和八net。)分别表示隐层神经元j的激活函数、输出神经元k的激活函数，隐层各神经元激活函数一致，输出层各神经元激活函数一致。网络有m个训练样本，n个测试样本。1．1Garson方法Garson算法(Garson，1991)是基于连接权的神经网络敏感性分析方法的一个代表，用连接权值的乘积来计算输入变量对输出变量的影响程度或称相对贡献值。输入变量并i对输出变量儿的影响程度(贡献值)为：收稿日期：2012一12一08；编辑：侯鹏飞基金项目：国家自然科学基金(40672195，41072245)，北京市自然科学基金(4102029)，海南省自然科学基金(61212

6、3)作者简介：邢海花(1975一)，女，副教授，主要从事遥感影像与地质信息处理与分析，E—mail：hhxing@hainnu．edu．cn78地质学刊2013年3月仉=鑫糍㈩式(1)中，由于连接权彬i和％的值有正有负，在累加的过程中会弱化戈i对y。的影响，导致结果不正确。在对神经网络学习算法研究和反复实验过程中发现，将公式(1)改造为公式(2)更能真实客观地反映输入对输出的重要性。仃一圣三!!b垒!么至二!划!V让一∑l，∑二。(I加。强I／∑羔，I加i1)(2)经过分析和公式推算，发现公式(2)可化简为：民=直裂㈩1．2Tchaban方法Tchaban及其合作者(1998)提出一种敏感性

7、分析方法，称为权积法(we培htProduct)。第i个输入神经元对第歹个隐层神经元的影响为：笙鱼，其中。i表示隐层神经元J的输出值。第歹个隐层神经元对第l}个输出神经元的影响为：噬，其中％：扎表示输出神经元J

8、}的输出值。则输入变量戈i对输出变量y。的敏感性表示如下：菇ir￡瓦乞川叫Ⅱ％2遗传算法及改进策略(4)遗传算法(GA)是一种借鉴自然界自然选择和进化机制发展起来的自适应搜索算法。它使用了群体搜索技术