基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究

基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究

ID:27063309

大?。?.02 MB

頁數(shù):82頁

時(shí)間:2018-11-30

基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究_第1頁
基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究_第2頁
基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究_第3頁
基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究_第4頁
基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究_第5頁
資源描述:

《基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文題目:基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分類研究研究生毛文斌專業(yè)控制理論與控制工程指導(dǎo)教師陳華杰副教授完成日期2012年12月杭州電子科技大學(xué)碩士學(xué)位論文基于人工神經(jīng)網(wǎng)絡(luò)的高維遙感數(shù)據(jù)分 類研究研究生:毛文斌指導(dǎo)教師:陳華杰副教授2012年12月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterAStudyonHigh-dimensionalRemote SensingDataClassificationBas

2、edonArtificialNeuralNetworksCandidate:MaoWenbinSupervisor:Asso.Prof.ChenHuajieDecember,2012杭州電子科技大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下,獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品或成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體,均已在文中以明確方式標(biāo)明。申請(qǐng)學(xué)位論文與資料若有不實(shí)之處,

3、本人承擔(dān)一切相關(guān)責(zé)任。論文作者簽名:日期:年月日學(xué)位論文使用授權(quán)說明本人完全了解杭州電子科技大學(xué)關(guān)于保留和使用學(xué)位論文的規(guī)定,即:研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬杭州電子科技大學(xué)。本人保證畢業(yè)離校后,發(fā)表論文或使用論文工作成果時(shí)署名單位仍然為杭州電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件,允許查閱和借閱論文;學(xué)??梢怨颊撐牡娜炕虿糠謨?nèi)容,可以允許采用影印、縮印或其它復(fù)制手段保存論文。(保密論文在解密后遵守此規(guī)定)論文作者簽名:日期:年月日指導(dǎo)教師簽名:日期:年月日杭州電子科技大學(xué)碩士

4、學(xué)位論文摘要高光譜遙感技術(shù)是過去三十年中人們?cè)跍y譜學(xué)方面所取得的重大技術(shù)突破之一,是當(dāng)前遙感領(lǐng)域的前沿技術(shù)。相對(duì)于傳統(tǒng)的多光譜,高光譜遙感數(shù)據(jù)具有波段眾多、各波段相關(guān)性較強(qiáng)、計(jì)算量大等特點(diǎn),這對(duì)相應(yīng)的數(shù)據(jù)處理技術(shù)提出了很高的要求。高光譜影像分類技術(shù)是高光譜遙感應(yīng)用的關(guān)鍵技術(shù)之一,對(duì)于環(huán)境監(jiān)測、海洋生態(tài)與軍事戰(zhàn)場環(huán)境探測具有重要的意義。人工神經(jīng)網(wǎng)絡(luò)模式分類是近年來發(fā)展起來的數(shù)據(jù)分類方法之一。與傳統(tǒng)的統(tǒng)計(jì)分類方法相比,神經(jīng)網(wǎng)絡(luò)不需要預(yù)先對(duì)樣本空間作參數(shù)化統(tǒng)計(jì)分布假設(shè),并可以將多種數(shù)據(jù)信息,例如紋理特征、地

5、形信息和光譜信息等信息融合到分類器中。由于神經(jīng)網(wǎng)絡(luò)具有以上優(yōu)點(diǎn),研究基于人工神經(jīng)網(wǎng)絡(luò)的高光譜遙感影像分類方法很有必要的。本文主要完成工作如下:(1)介紹了高光譜遙感的基本概念、成像原理和成像光譜儀的國內(nèi)外發(fā)展現(xiàn)狀。比較幾種經(jīng)典的模式分類方法,包括:編碼匹配算法、光譜角匹配方法、平行六面體法、K-均值算法、迭代自組織數(shù)據(jù)分析算法、最大似然判別法、費(fèi)歇爾線性判別分類和決策樹判別法等。(2)分析了高光譜影像數(shù)據(jù)的特點(diǎn),介紹了神經(jīng)網(wǎng)絡(luò)的一般模型、基于神經(jīng)網(wǎng)絡(luò)的高光譜遙感影像分類流程以及各個(gè)階段處理的具體內(nèi)容,

6、并總結(jié)了應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行高光譜影像分類的優(yōu)點(diǎn)。針對(duì)遙感數(shù)據(jù)維數(shù)過高的問題,介紹了幾種數(shù)據(jù)降維的方法,以改進(jìn)神經(jīng)網(wǎng)絡(luò)分類性能。(3)通過對(duì)多種實(shí)驗(yàn)數(shù)據(jù),包括共享遙感數(shù)據(jù)以及項(xiàng)目實(shí)測遙感數(shù)據(jù)的分類研究,顯示了BP神經(jīng)網(wǎng)絡(luò)在用于高光譜遙感影像分類的有效性。(4)針對(duì)高光譜遙感數(shù)據(jù)因維數(shù)過高產(chǎn)生的“維數(shù)災(zāi)難”問題,采用了主成分分析特征提取和順序前向搜索特征選擇的數(shù)據(jù)降維方法,改善了分類精度和分類效率,說明了兩種方法的有效性,并分析和總結(jié)了各自優(yōu)勢。最后研究分析了訓(xùn)練數(shù)據(jù)集大小對(duì)神經(jīng)網(wǎng)絡(luò)分類性能的影響,實(shí)驗(yàn)結(jié)果

7、表明訓(xùn)練數(shù)據(jù)集大小對(duì)神經(jīng)網(wǎng)絡(luò)分類性能的影響較小,因此應(yīng)用神經(jīng)網(wǎng)絡(luò)模式分類器對(duì)于小樣本遙感數(shù)據(jù)分類具有比較高的穩(wěn)定性。關(guān)鍵詞:高光譜遙感影像,人工神經(jīng)網(wǎng)絡(luò),特征提取,特征選擇I杭州電子科技大學(xué)碩士學(xué)位論文ABSTRACTInthespectroscopydomain,hyperspectralremotesensingisoneofthesignificanttechnologicalbreakthroughsinthepastthreedecades,whichistheadvancedtechnol

8、ogyofthecurrentremotesensingresearch.Comparedwiththetraditionalmulti-spectralremotesensing,hyperspectralremotesensingdatasetsaregenerallycomposedofdozensorhundredsofnarrowandcontiguousspectralbands,whichaccountforthecomputational

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。