資源描述：
《基于模糊積分的多光譜遙感圖象分類方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、分類號：嬰3UDC：魚23：2河≥每大哮碩士學位論文基于模糊積分的多光譜遙感圖象分類方法研究勞信堯指導教師：盆童蟲教攫邐篷盔堂讓簋扭叢信息工程堂暄直立直酉鏖路!曼申請學位級別：亟±專業(yè)名稱：撞式遲剔皇蟹能丕紅論文提交日期：2QQ!生!旦8旦論文答辯日期：2鯉Z生§旦12旦學位授予單位和日期：邐瀣。盍堂星QQ!生魚旦一答辯委員會主席：直敦堂論文評閱人：筮埴昱堂塞2007年5月中國南京摘要遙魑圖像分類一直是遙感研究領(lǐng)域的重要內(nèi)容。如何解決多類別l笙I像的識別并滿足一定的精度，是遙感幽像研究中的一個關(guān)鍵問題，具有十分重要的意義。在遙感數(shù)據(jù)的統(tǒng)計分類中，假設條fF存在差異時，無
2、法取得滿意的識別結(jié)果，使得傳統(tǒng)的遙感影象分類方法難以快速準確地從遙感影象中提取信息。因此，本課題將模式識勢J領(lǐng)域中新發(fā)展起來的多分類器融合技術(shù)應_【l{到遙感圖象分類識別中，并在融合理論的改善上作了一些探索性的研究。多分類器融合技術(shù)結(jié)合數(shù)據(jù)融合、機器學習、模式識別等多方面理論，將來自不同分類器的識別信息進行有機結(jié)合．以降低單分類器的設計難度，全面提取和利用分類信息，達劍改善或改進傳統(tǒng)分類算法的目的。近年來，多分類器融合技術(shù)在人臉識別、手寫字符識別等方向上受到了廣泛重視，顯示出很大的研究價值和現(xiàn)實應用前景，但在遙感圖象領(lǐng)域中的研究尚顯不足。融合系統(tǒng)的實現(xiàn)主要關(guān)涉到二個方面
3、：個體分類器的設計、適當?shù)娜谂_模型的建立。本文也即從這二方面入手，首先對遙感圖象的特征進行分析，通過預處理，建立不同結(jié)構(gòu)和模式的神經(jīng)網(wǎng)絡作為元分類器，再將基于模糊積分的融合模型應用于遙感分類的決策。模糊積分是一種融合工具，用以提高多分類器融合系統(tǒng)的分類精確率和改善系統(tǒng)的穩(wěn)健性。在基于模糊積分的多分類器融合系統(tǒng)中，模糊測度對融合系統(tǒng)的性能有很大的影響。若模糊測度定義得比較合適，可以明顯地提高分類精確率；反之，定義得不恰當，可能使得融合系統(tǒng)的分類精確率不如單個分類器的分類精確率。本文給出了2種實現(xiàn)模糊測度的方法：l、基于改進遺傳算法確定模朔測度；2、基于神經(jīng)網(wǎng)絡確定模糊測度
4、。實驗證明具有一定的可行性?！娟P(guān)鍵詞】遙感圖象分類，多分類器融合，模糊積分，模糊密度，遺傳算法AbstractRemotesensing(RS)imageclassificationisalwaysapivotalpartofremotesensingstudy．HowtoimprovetheaccuracyofRSinterpretationisallurgentprobleminRSapplication．Inrecentyears,withthedevelopmentofthetheoryaboutartificialneuralnetworksystem,the
5、multipleclassifierfusiontechnologyisbecomingincreasinglyalleffectivemean5ofclassificationprocessingofmmotesensingimages．ComparedwithclassificationofthetraditionalBayesianstatistics，theresultsshowithasnotonlythehighestaccuracybutalsothefastestspeedofclassification．Thisthesistriestoapplyne
6、wtechniquesofmultipleclassifierfusiontotheareaofclassificationofMulti-spectralimage．a(chǎn)ndmakeeffortstomelioratethefusionmodels．Multipleclassifierfusion，orcombination,isamodemtechniqueinpatternrecognitionareas．Throughpertinentlycombiningdifferentinformationfromvariesofsimpleclassifiers,thec
7、lassificationaccuracycarlbefairyimprovedandthedifficultyofdesigningasingIe，high-accurecyclassifiercouldbeavoided．Inrecentyears，fusionmethodsofmanykindshavebeenwidelyusedintheidentificationofhumanface，hand-writtencharacters，utc．，butrelativelyrarelystudiedinthemedicalimager
