结合矢量的神经网络算法用于遥感影像分类研究

结合矢量的神经网络算法用于遥感影像分类研究

ID:38206284

大小:695.54 KB

页数:6页

时间:2019-05-26

结合矢量的神经网络算法用于遥感影像分类研究_第1页
结合矢量的神经网络算法用于遥感影像分类研究_第2页
结合矢量的神经网络算法用于遥感影像分类研究_第3页
结合矢量的神经网络算法用于遥感影像分类研究_第4页
结合矢量的神经网络算法用于遥感影像分类研究_第5页
资源描述:

《结合矢量的神经网络算法用于遥感影像分类研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、结合矢量的神经网络算法用于遥感影像分类研究12陈玉敏万幼川1、武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号,4300792、武汉大学遥感信息工程学院,武汉市珞喻路129号,430079摘要:由于传统遥感影像分类方法存在不足,因而采用神经网络算法进行遥感影像分类研究。本文讨论BP神经网络算法中存在的问题,提出了结合矢量信息的BP神经网络算法用于遥感影像分类的实现。通过实验示例显示采用与矢量相结合的BP神经网络算法,影像分类精度有很大提高,获得有效的分类结果。关键词:矢量信息;BP神经网络算法;遥感影像分类ApproachofNeuralNetworkBased

2、onVectorInformationtoClassificationOfRemoteSensingImage12ChenYuminWanYouchuan1StateKeyLaboratoryforInformationEngineeringinSurveying,MappingandRemoteSensing,WuhanUniversity,4300792SchoolofRemoteSensingandInformationEngineering,WuhanUniversity,430079Abstract:Thetraditionalapproachesofclassi

3、ficationarealwaysunfavorableinthedescriptionofinformationdistribution.ThispaperdescribestheproblemintheBPneuralnetworkapproachandtheapproachofBPneuralnetworkbasedonvectorinformationtotheclassificationofremotesensingimages.Theexperimentshowsthattheimprovedmethodgainsmoreeffectiveresult.Keyw

4、ords:BPneuralnetworkmodel;vectorInformation;classificationofremotesensingimage遥感影像分类最常用的算法是基于影像数据所代表的地物光谱特征的统计模式识别法。但由于统计方法只是根据各波段灰度数据的统计特征进行的,加上卫星遥感光谱数据空间分辨率比较低,因而一般带有综合光谱信息的特点,致使计算机分类面临着诸多模糊对象。近年来,随着神经网络技术的发展,人们尝试采用神经网络算法进行遥感影像分类的研究。由于神经网络具有分布式存储信息,对信息的处理及推理的过程具有并行的特点,对信息的处理具有自组织、自学习等特点,

5、使得神经网络算法在遥感影像分类上取得一定成果。一般采用的神经网络模型有BP神经网络算法、Hopfield神经网络算法、Kohonen神经网络算法等。然而,BP神经网络算法等依然存在一定的问题,例如,分类数的确定,样本区域选取,影像分类识别能力和可信度的鉴别等,都有待进一步的研究改进。如果能够有效的引入矢量信息作为算法分类的依据之一,将会改善算法的分类效果。本文将讨论结合矢量信息的BP神经网络算法用于遥感影像分类。1.结合矢量的神经网络分类思想传统的BP神经网络算法在样本训练过程中,对于影像所具有的类别数没有明确的判断标志,往往是根据事先指定的相关的类别。由于直接对影像通过目

6、视判读等方式获得的信息不一定完全准确,最好能够经过实地勘测,然后决定对哪些类别进行分类判定比较合适。如果有矢量地图,影像所在地的地物在矢量地图上都有相应的符号标识,那么借助矢量地图能够对影像信息进行补充,有利于根据不同目的较好的判断出需要对哪些地物类别进行分类识别,各个地物类别的采样区域分别选取在何处,各个类别采样个数的确定等等信息。这样借助矢量图形信息,在采用BP神经网络算法进行影像分类时,能更好的根据所关心的46地物做出分类决策。同时,矢量信息在影像分类过程中可以起辅助决策的作用。采用BP神经网络算法在样本训练完毕后,进行模式识别分类时,借助矢量信息来进行辅助判断。这样

7、可以避免在采用传统的BP神经网络算法时主要根据遥感影像的光谱特性来进行分类,由于卫星遥感数据的空间分辨率低以及各种综合不确定的因数使得在计算机分类时面临模糊对象,影响影像分类精度。遥感影像与矢量数据的叠合分析,提高了遥感影像的识别能力和可信度。矢量数据还可以作为遥感影像分类成果的评价和空间分析的一种有效工具。在影像分类完毕,影像分类精度是一个很重要的评价指标。除了利用实地勘测、目视判读等手段外,借助矢量地图数据可以更准确的计算遥感影像的分类精度。2.结合矢量的神经网络分类算法采用结合矢量信息的BP神经网络算法对遥感

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。