- 1、本文档共44页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
神经元网络在中山陵景区林业土地分类中的应用
摘 要
本文是以中山陵风景园林景区为研究区域,在原始数据TM图像进行光谱特征分析和
几何校正的基础上,对遥感图像进行了一系列常规处理,如反差变换、比值增强、主成分
变换、缨帽变换、假彩色合成等,然后分析各波段的方差、相关系数,计算各波段的信息
的基础波段。
在此基础上,进行了无监分类和有监分类,主要方法选用了最大似然法、最小距离法
和神经元网络法。重点对神经元网络法进行了研究,先是用BP网络对图像进行学习训练
并分类,然后又用动量方法对BP算法改进,得到较为理想的分类结果。通过以上一系列
的分析处理,本文得到了以下结论:
聊7波段信息量最为丰富,各地类问的差异也最明显。TIM4波段的独立性最强,而
且与生物量关系最为密切。在TM的六个波段中经过比值处理后,从影像上看各个地类之
间的差异加大,效果比较明显的是归一化植被指数和比值植被指数。通过主成分分析表明,
主成分综合了各个波段的信息,且相互之间完全正交不相关,其中Pcl达到90.97%的贡
献率。
最大似然法的内部算法缺陷少、可靠性好,采用高斯分布模型描述样本的概率分布,
对实际上并非高斯分布的样本进行分析时会产生较高的误判率,但对本问而言,所用TM4
波段的灰度直方图表明,样本的概率分布服从高斯分布。所得精度结果稍低于神经网络方
法。
用动量方法对原始的BP算法进行改进,在节省时间和训练结果上都取得了较好的效
RMs
果。使收敛总误差(TrainingErrw)在更短的时间达到所期望的值(o.1)。
通过本文的研究神经网络分类方法,无论是总体精度还是Kh。统计值都大于最大似然
法和最小距离法,为96143%和95.33%。各种精度评价指标综合体现出神经网络的优势。
分析其原因,神经网络具有良好的自组织和自学习功能,大大放松了传统模式识另U方法所
需的约束条件,即使模式空间的分布出现锯齿状情况,神经网络也能对模式集进行正确的
分类,这也是神经网络分类精度优于最大似然法的主要原因。
为全面比较神经元网络方法与传统的分类方法以体现其优势所在,在精度评价上本文
采用了多个评价指标,以期得到比较客观的评价。
关键词:主成分分析、最大似然法、神经元网络、BP算法、精度评价
Network
ficialNeural
ofArti
The ication
aDDl
in Mausoleum
o£terrain
kind8 ZhOng—Shan
differentiatinq
Abstract
are
mtllodsMaximum—likelihood,
Thetraditiona玉remote classi矗cation
sensingima窖e
anmcialneural was
Min—distance nctwork(ANN)modd
classmcation,etc.hl也is
paper’t11e
in as
to five ofterrain Mausoleum,suchfbrest,
intm血ced
您可能关注的文档
最近下载
- 《经济法基础》课件【2019修订】 《经济法基础》第六章.pptx VIP
- 细胞膜的结构和功能一轮复习说课PPT(生物科组王平).ppt
- 中秋国庆慰问品采购投标方案.docx
- 《经济法基础》课件【2019修订】 《经济法基础》第五章.pptx VIP
- 首届全国“红旗杯”班组长大赛知识考试题库(包含选择、多项选择、判断题).docx
- 邯郸万达广场消防及安全设计专篇.pdf VIP
- 幼儿园中班比较轻重课件.ppt VIP
- 在线培训系统合同模板.docx
- 《经济法基础》课件【2019修订】 《经济法基础》第七章.pptx VIP
- 《经济法基础》课件【2019修订】 《经济法基础》第二章.pptx VIP
文档评论(0)