基于BP神经网络的东屿岛遥感影像分类.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于BP神经网络的东屿岛遥感影像分类.pdf

第 35卷 第 5期 海 洋 通 报 Vol|35.No.5 2016年 10月 M_ARINE SCⅡNCE BULLETIN 0ct.2016 Doi:10.11840/j.issn.1001-6392.2016.05.013 基于BP神经网络的东屿岛遥感影像分类 曹兆伟 ,林宁 ,徐文斌 ,卢文虎z,张孝龙s (1.上海海洋大学,上海 201306;2.国家海洋信息中心,天津 300171;3.镇江市气象局,江苏 镇江 212003) 摘 要:精准高效的海岛遥感影像分类是充分利用海岛基础资料的有效手段,也是全面掌握海岛基本情况及变化情况、保障 海岛保护和开发利用有序进行、实现全国海岛动态监管的重要技术措施。以2008年海南省东屿岛航空遥感影像为数据源, 借助ENVI遥感图像处理软件选取训练样本集 ,通过MATLAB仿真软件构建 “3-8—5”的3层BP神经网络分类模型,实现 对东屿岛遥感影像的分类。实验结果显示 ,BP神经网络分类总精度为87.85%,Kappa系数为0.84,与最小距离法分类相 比,分别提高5.53个百分点和0.O7。实验证明BP神经网络分类方法是一种行之有效且精确度更高的分类方法。 关键词:BP神经网络;影像分类;海岛;东屿岛 中图分类号:TP75 文献标识码 :A 文章编号:1001—6932(2016)05—0587—07 ClassificationoftheremotelysensedimagefortheDongyuIslandbased onback-propagationneuralnetwork CAO Zhao—wei,LIN Ning2,XUW en—bin。,LU Wen-hu,ZHANGXiao—long。 (1.ShanghaiOcenaUniversity,Shnahgai201306,China;2.NationalMarineDataandInformationService,Tianjin300171,China; 3.ZhenjiangMeteorologicalService,Zhenjiang212003,China) Abstract:Itisnecessarytoclassifyislandremotesensingimagesefficientlyandaccuratelyformakingfulluseoftheisland basicdata,graspingthebasicsituationandchangesofislands,ensuringtheislandprotectionandexploitationinanorderly mannerandachievingtheeffectivedynamicregulationofalltheislands.Inthispaper,theaerialremotesensingimageofthe DongyuIslandofHainanprovincein2008wasusedtobuildthe”3-8—5” three-layerBPneuralnetworkclassification modelbyMATLAB softwareandtrainingsampleswereselectedbyENVIsoftware.Themodelwasappliedtoobtainthe classificationoftheremotelysensedimageofrtheDongyuIsland.TheresultsshowthatthisBPneuralnetworkclassification methodprovidesamoreeffectiveclassificationtechnologyofrtheislandremotelysensedimageandimpr

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档