21757.基于小波變換和bp人工神經(jīng)網(wǎng)絡(luò)的遙感影像分類研究

1、：?！?、，、；Ⅵ。‘≮i～‘學(xué)校代碼：10135論文分類號：學(xué)號：20094017033研究生類別：全日制曲撂之左矛貉犬謦碩士學(xué)位論文基于小波變換和BP人工神經(jīng)網(wǎng)絡(luò)的遙感影像分類研究StudyonClassificationofRemoteSensingImageBasedonWaveletTransfolrmandBPArtificialNeuralNetwork學(xué)科門類：理學(xué)一級學(xué)科：地理學(xué)學(xué)科、專業(yè)：地圖學(xué)與地理信息系統(tǒng)研究方向：

2、GIs軟件二次開發(fā)申請人姓名：任建斌指導(dǎo)教師姓名：包玉海教授二。一二年六月九日、，氣善一爭＼』t，，0辛m。瞎、裴。墨，～rlL～隨著遙感影像分類的應(yīng)用越來越廣泛，計(jì)算機(jī)自動分類的方法就顯得越來越重要。傳統(tǒng)的遙感圖像分類方法，一般是利用遙感圖像的統(tǒng)計(jì)特征值或訓(xùn)練區(qū)樣本數(shù)據(jù)之間的統(tǒng)計(jì)關(guān)系進(jìn)行模式識別的。地表是復(fù)雜的，遙感圖像上存在“同譜異物”或者“同物異譜”等現(xiàn)象。近年來，隨著人工神經(jīng)網(wǎng)絡(luò)理論的發(fā)展，神經(jīng)網(wǎng)絡(luò)技術(shù)日益成為遙感圖像分類處理的

3、一個(gè)重要手段，神經(jīng)網(wǎng)絡(luò)分類法為解決傳統(tǒng)遙感圖像分類的不足提供了可能。BP神經(jīng)網(wǎng)絡(luò)分類法是一種有效的土地覆蓋分類方法，與傳統(tǒng)方法相比，有更好的自學(xué)習(xí)和自適應(yīng)能力，能夠達(dá)到提高分類精度的目的。本文首先分析了國內(nèi)外遙感圖像分類研究的最新進(jìn)展，采用2009年8月的達(dá)里諾爾自然保護(hù)區(qū)的LandsatTM影像數(shù)據(jù)和2009年8月的IRS—P5影像作為數(shù)據(jù)源，采用ENVI和Matlab作為平臺，在基于原始波段、主成分分析和小波變換的基礎(chǔ)上，采用BP神

4、經(jīng)網(wǎng)絡(luò)對遙感進(jìn)行分類研究。通過對訓(xùn)練樣本構(gòu)建方法、訓(xùn)練算法的選擇、最佳隱含層神經(jīng)元個(gè)數(shù)的確定等方面，對BP神經(jīng)網(wǎng)絡(luò)分類過程進(jìn)行了系統(tǒng)的研究，確定了適合本研究的最佳參數(shù)。與傳統(tǒng)的統(tǒng)計(jì)模式識別方法(監(jiān)督分類和非監(jiān)督分類)的分類結(jié)果進(jìn)行精度比較分析。研究表明，基于小波變換的BP神經(jīng)網(wǎng)絡(luò)分類的總體精度為8674％，Kappa系數(shù)為08407。人工神經(jīng)網(wǎng)絡(luò)分類精度要比傳統(tǒng)的監(jiān)督分類和非監(jiān)督分類的效果要好，基于小波變換的BP神經(jīng)網(wǎng)絡(luò)分類比基于原始波