稿件录用通知单.pdfVIP

稿件录用通知单 许雄; 钟燕飞;张良培;李平湘等同志： 您好！您撰写的题目为: 《基于空间自相关BP 神经网络的遥感影像亚 像元定位》的论文 (文稿编 ，经我刊有关专家审阅，研 究认为可以在本刊发表。现已列入待编稿，等待编辑修改加工。请勿投 其他刊物。如需要书面录用通知单，请联系编辑部 （chxb@, 010金英）。 此致 敬礼 测绘学报 2010-05-05 1 基于空间自相关BP 神经网络的遥感影像亚像元定位 许雄，钟燕飞，张良培，李平湘 武汉大学 测绘遥感信息工程国家重点实验室，湖北 武汉 430079 A Sub-pixel Mapping Algorithm based on BP Neural Network with Spatial Autocorrelation Function for Remote Sensing Imagery XU Xiong, ZHONG Yanfei, ZHANG Liangpei, LI Pingxiang State Key Lab. of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China Abstract: Sub-pixel mapping is an effective method to obtain the distribution of land cover in mixed pixels. This paper proposes a sub-pixel mapping algorithm based on an improved BP neural network with Moran I, which is a kind of spatial autocorrelation function, to constrain the distribution of sub-pixels to satisfy the concept of spatial dependence better than conventional BP neural network methods. The experimental results indicate that the proposed mapping algorithm outperforms the original BPNN model in terms of both quantitative measurements and visual evaluation. Key words: remote sensed images; sub-pixel mapping; BP; autocorrelation; Moran’ I 摘 要：亚像元定位技术是一种获取地物在混合像元中分布信息的有效方法。本文提出了一 种基于空间自相关函数的遥感影像BP 神经网络亚像元定位方法，与传统的BP 神经网路亚 像元定位方法相比，该方法利用空间自相关函数 Moran I 在亚像素级上对定位结果进行约 束，其结果更符合空间相关性假设理论。实验结果表明，本文提出的方法优于传统BP 神经 网络亚像元定位方法，具有更高的定位精度。 关键词：遥感影像; 亚像元定位; 自相关; BP; Moran’ I 中图分类号：P237 基金项目：国家973 计划资助项目(2009CB723905 )，国家863 计划资助项目(2009AA12Z114)， 国家自然科学基金资助项目 ，教育部博士点新教师基金 (200804861058)，教育部新世纪优秀人才支持计划（NECT-10-0624 ），模式识别国家重点实 验室开放基金，地理空间信息工程国家测绘局重点实验室开放课题，武汉大学博士研究生科