基于神经网络的遥感图像分类研究
需积分: 50 56 浏览量
更新于2024-07-17
5
收藏 1.73MB PDF 举报
基于神经网络的遥感图像分类
基于神经网络的遥感图像分类是遥感技术中的一项关键技术,旨在解决遥感影像分类问题。该技术通过神经网络的学习能力和容错特性,能够快速准确地从遥感影像中提取信息。
在遥感技术中,模式分类技术是其中的一项关键技术。然而,传统的遥感影像分类方法难以快速准确地从遥感影像中提取信息。因此,神经网络技术的发展为解决这一问题提供了新的方法。
神经网络技术具有学习能力和容错特性,无须就概率模型作出假定,适用于空间模式识别的各种问题的处理。因此,神经网络技术日益成为遥感影像分类处理的有效手段。
本文总结了目前国内外研究现状,采用BP神经网络算法、Kohonen自组织特征映射网络(SOM)、模糊Kohonen聚类网络(FKCN)和一种改进的自适应FKCN网络(AFKCN),并结合遥感专业软件ERDAS对遥感影像进行分类研究。
在研究中,首先回顾了国内外学者在遥感影像分类领域所作的一些研究工作,重点介绍了神经网络用于遥感影像分类的基本原理和方法。然后,在分析了传统监督和非监督分类方法的基础上,分别给出了传统分类六种算法的分类思想和算法流程。并指出了这些基于统计模式识别的传统分类方法的不足,结合模糊数学的思想,将模糊模式识别技术引入遥感图像分类中。
BP神经网络近年来广泛地应用于遥感影像分类中。本文利用遥感图像处理软件ERDAS IIlagine,对渤海湾地区的1M遥感影像数据首先进行非监督分类,然后结合BP神经网络分类器对其进行二次分类。
模糊Kohonen神经网络(FKCN)是把模糊c均值算法和Kohonen神经网络相结合的一种神经网络算法,能够对遥感影像进行高效分类。
本文通过神经网络技术对遥感图像分类进行了研究,并将其应用于实际遥感影像分类中。该技术能够快速准确地从遥感影像中提取信息,具有广泛的应用前景。
知识点:
1. 遥感技术的定义和应用
2. 模式分类技术在遥感技术中的应用
3. 神经网络技术在遥感图像分类中的应用
4. BP神经网络算法在遥感图像分类中的应用
5. Kohonen自组织特征映射网络(SOM)在遥感图像分类中的应用
6. 模糊Kohonen聚类网络(FKCN)在遥感图像分类中的应用
7. 改进的自适应FKCN网络(AFKCN)在遥感图像分类中的应用
8. 遥感专业软件ERDAS在遥感图像分类中的应用
9. 模糊数学在遥感图像分类中的应用
10. 神经网络技术在遥感图像分类中的优点和应用前景
2018-08-27 上传
2023-06-26 上传
2023-05-13 上传
2023-05-02 上传
2023-09-06 上传
2023-06-02 上传
2023-06-02 上传
weixin_39841848
- 粉丝: 512
- 资源: 1万+
最新资源
- 磁性吸附笔筒设计创新,行业文档精选
- Java Swing实现的俄罗斯方块游戏代码分享
- 骨折生长的二维与三维模型比较分析
- 水彩花卉与羽毛无缝背景矢量素材
- 设计一种高效的袋料分离装置
- 探索4.20图包.zip的奥秘
- RabbitMQ 3.7.x延时消息交换插件安装与操作指南
- 解决NLTK下载停用词失败的问题
- 多系统平台的并行处理技术研究
- Jekyll项目实战:网页设计作业的入门练习
- discord.js v13按钮分页包实现教程与应用
- SpringBoot与Uniapp结合开发短视频APP实战教程
- Tensorflow学习笔记深度解析:人工智能实践指南
- 无服务器部署管理器:防止错误部署AWS帐户
- 医疗图标矢量素材合集:扁平风格16图标(PNG/EPS/PSD)
- 人工智能基础课程汇报PPT模板下载