安徽农业科学

2013, v.41;No.430(33) 13056-13058+13079

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于遗传算法改进BP神经网络的遥感影像分类研究
Remote Sensing Image Classification of Improved BP Neural Network Based on the Genetic Algorithm

卜晓波;龚珍;黎华;

摘要(Abstract):

遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容,有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中,BP神经网络能充分利用样本集的信息,自动建立分类模型,但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度,因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值,从而提高BP神经网络的分类精度。以Landsat TM遥感图像作为数据源,以长江中游-武汉市为研究地区,建立了基于BP神经网络模型的遥感分类模型和基于遗传算法改进BP神经网络模型的分类模型,对分类结果进行了定量分析。结果表明:在样本相同的情况下,基于遗传算法改进BP神经网络的遥感影像分类精度要高于BP神经网络的遥感影像分类精度。

关键词(KeyWords): 神经网络;遗传算法;遥感图像分类

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(40901214);; 香江学者计划项目(XJ2012036)

作者(Author): 卜晓波;龚珍;黎华;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享