資源描述：
《基于人工神經(jīng)網(wǎng)絡(luò)的遙感影像模式分類研究》由會員上傳分享，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、沈陽1j業(yè)大學(xué)碩士學(xué)位研究生論文摘要(2002級)摘’要遙感是一種遠(yuǎn)離目標(biāo)，通過非直接接觸而判定、測量、并分析目標(biāo)性質(zhì)的技術(shù)，它實(shí)現(xiàn)了空間(或地表)圖像信息的采集、處理、識別和分類。遙感技術(shù)作為一神信息時代的產(chǎn)物和工具，具有周期動態(tài)性、信息量豐富、獲取效率高等顯著優(yōu)勢，因此可以說遙感技術(shù)是當(dāng)前人類獲取時空信息的最有效的技術(shù)和手段之一。遙感影像主要被用來測繪地形圖．制作正射影像圖和經(jīng)專業(yè)判讀后編繪各種專題圖。通過格式變換，直接存入地理信息系統(tǒng)的數(shù)據(jù)庫，修測的內(nèi)容可以更新GIS數(shù)據(jù)庫。模式分類技術(shù)是遙感技術(shù)中的一項(xiàng)關(guān)鍵技術(shù)。雖然模式分類技術(shù)的研
2、究歷史比較長，但隨著遙感技術(shù)的發(fā)展，不斷需要遙感模式分類技術(shù)能夠提供更好的結(jié)果，同時也促進(jìn)了模式分類技術(shù)的發(fā)展。假設(shè)條件存在差異時，無法取得滿意的識別效果，使得傳統(tǒng)的遙感影像分類方法難以快速準(zhǔn)確地從遙感影像中提取信息。神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展為解決這一闊題提供了新的方法，神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)能力和容錯特性并且無須就概率模型作出假定，適用于空間模式識別的各種問題的處理，因此神經(jīng)網(wǎng)絡(luò)技術(shù)日益成為遙感影像分類處理的有效手段。本文在總結(jié)目前國內(nèi)外研究現(xiàn)狀基礎(chǔ)上，采用BP神經(jīng)網(wǎng)絡(luò)算法、混合學(xué)習(xí)矢量量化神經(jīng)網(wǎng)絡(luò)算法和基于廣義學(xué)習(xí)矢量算法的神經(jīng)網(wǎng)絡(luò)方法并結(jié)合遙感專
3、業(yè)軟件ERDAS對遙感影像進(jìn)行分類研究，主要完成以下工作：1．首先回顧了國內(nèi)外學(xué)者在遙感影像分類領(lǐng)域所作的一些研究工作，重點(diǎn)介紹了神經(jīng)網(wǎng)絡(luò)用于遙感影像分類的基本原理和方法。2．BP神經(jīng)網(wǎng)絡(luò)近年來廣泛地應(yīng)用于遙感影像分類中。本文利用遙感圖像處理軟件ERDASImagine，對武漢地區(qū)的TM遙感影像數(shù)據(jù)首先進(jìn)行非監(jiān)督分類，然后結(jié)合BP神經(jīng)網(wǎng)絡(luò)分類器對其進(jìn)行二次分類。試驗(yàn)表明，非監(jiān)督分類和監(jiān)督分類相結(jié)合的遙感圖分類方法的分類精度優(yōu)于傳統(tǒng)的統(tǒng)計(jì)分類方法。3．在分析了Kohonen自組織特征映射網(wǎng)絡(luò)(SOFM)和學(xué)習(xí)矢量量化(LVQ)算法的基礎(chǔ)上。提
4、出了一種基于改進(jìn)的SOFM算法和LVQ2算法的混合學(xué)習(xí)矢量量化(HLVQ)方法，并建立了基于HLVQ的遙感影像非監(jiān)督和監(jiān)督分類的一般模型。通過沈陽工業(yè)大學(xué)碩士學(xué)位研究生論文摘要(2002級)與傳統(tǒng)的統(tǒng)計(jì)分類方法和LVQ2網(wǎng)絡(luò)分類器比較，HLVQ分類器總的分類性能更好、識另Ⅱ率更高。4，最后又在分析了廣義學(xué)習(xí)矢量量化(GLVQ)算法的基礎(chǔ)上，建立了基于GLVQ的遙感影像分類模型。以實(shí)際土地覆蓋分類為例，通過與傳統(tǒng)統(tǒng)計(jì)方法和LVQ分類器比較，證明GLVQ分類器具有分類正確率高，收斂速度快，適應(yīng)范圍廣等優(yōu)點(diǎn)。關(guān)鍵詞：遙感：模式分類；入工神經(jīng)網(wǎng)絡(luò)；
5、自組織特征映射；學(xué)習(xí)矢量量化沈陽工業(yè)大學(xué)碩士學(xué)位研究生論文摘要(2002級)PatternclassificationresearchofremotesensingimagebasedonartificialneuralnetworkAbstractRemotesensing(RS)isatechnologybya由ud百ng，measuringandanalyzingcharacteroftargetsatlongbowls．Itrealizesthecollection，process，recognitionandclassificat
6、ionofimageinformationontheearth．RStechnologyhasgoodadvantagesondynamiccycle，data,abundantinformationandeasilyacquisitionasatoolinageofinformation，SOitisthemosteffectivetechnologyandmeansofobtaimngspace-timeinformation，RSimageismostlyusedtomapreliefmaps，makeorthographandthe
7、maticmapsbyprofessionalinterpretation，whichCanbesavedinthedatabasesofgeographicalinformationsystem(GIS)orupdatedtheGISdatabases．PaRemclassificationisakeytechniqueinremotelysensedimageprocessing．Althoughtheresearchhistoryofpaaemclassificationtechniquesis刪telong，usersrequire
8、formoreaccurateclassificationresultandsmallercomputingloadnow，Sothereisanurgentneedformod
