| 基于改进BP神经网络的多分辨率遥感图像分类及对比分析 |
| |
| 引用本文： | 戚王月,胡宏祥,夏萍,周婷. 基于改进BP神经网络的多分辨率遥感图像分类及对比分析[J]. 安徽农业大学学报, 2019, 46(4): 737-744 |
| |
| 作者姓名： | 戚王月 胡宏祥 夏萍 周婷 |
| |
| 作者单位： | 安徽农业大学工学院,合肥,230036;安徽农业大学资源与环境学院,合肥,230036 |
| |
| 基金项目： | 安徽省高校优秀青年人才支持计划重点项目(gxyqZD2017019), 安徽省国际科技合作计划项目(1604b0602029), 安徽省自然科学基金(1808085ME158)和安徽省高等学校自然科学研究项目(KJ2017A134)。 |
| |
| 摘 要： | ![]()
在遥感图像分类的研究中，传统的分类方法对“同物异谱”、“异物同谱”现象识别能力较差。此外，常用的BP神经网络分类存在时间长、易陷入局部极小等不足。将BP网络中的激励函数添加偏置参数、学习率进行自适应调整，并与最大似然、BP神经网络分类比较，结果表明改进的BP神经网络分类精度为89.69%，比最大似然提高了15.35%，比BP神经网络提高了23.81%。另一方面，基于改进的BP神经网络分类，对分辨率为16 m的高分一号卫星(GF-1)图像和分辨率为5.8 m的资源三号卫星(ZY-3)图像进行分类比较，并以ZY-3分类图作为检验图像，GF-1图像的分类精度达到了88.02%，各类地物的用户精度和制图精度在70%～99%之间，说明成本较低、宽幅较广的GF-1图像在地物信息获取方面可基本实现ZY-3卫星图像效果，为遥感图像地物信息提取提供了一定的参考。
|
| 关 键 词： | BP神经网络 遥感图像分类 高分卫星 资源卫星 多分辨率遥感 |
Multi-resolution remote sensing images classification and comparison analysis based on improved BP neural network |
| |
| QI Wangyue,HU Hongxiang,XIA Ping and ZHOU Ting. Multi-resolution remote sensing images classification and comparison analysis based on improved BP neural network[J]. Journal of Anhui Agricultural University, 2019, 46(4): 737-744 |
| |
| Authors: | QI Wangyue HU Hongxiang XIA Ping ZHOU Ting |
| |
| Affiliation: | School of Engineering, Anhui Agricultural University, Hefei 230036,School of Resources and Environment, Anhui Agricultural University, Hefei 230036,School of Engineering, Anhui Agricultural University, Hefei 230036 and School of Engineering, Anhui Agricultural University, Hefei 230036 |
| |
| Abstract: | ![]()
|
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《安徽农业大学学报》浏览原始摘要信息 |
|
点击此处可从《安徽农业大学学报》下载全文 |
|
