遗传算法优化确定BP神经网络的遥感图像分类

摘要：

传统的BP神经网络对于遥感图像的分类精度较低,因此设计一种遗传算法优化确定BP神经网络的遥感图像分类方法.通过建立神经元数学模型,分析其传递信息的过程,求取BP网络误差权及最优解,分析遥感图像中不同波段的差别并进行预处理,利用OIF指数来确定参与分类的波段最优组合,建立图像分类体系并确定土地类型,通过输出矩阵向量完成遥感图像土地类型的分类.利用传统分类方法和设计的方法对相同的遥感图像进行实验,实验结果表明,设计方法的分类精度比传统方法高出9.08％.

关键词：遥感图像分类、BP神经网络、遗传优化算法、神经元数学建模、图像预处理、土地类型分类

所属期刊栏目：43

分类号：TN911.73-34;TP753

资助基金：2019年乐山市重点科技计划项;成都理工大学工程技术学院青年科学基金;2018年湖北省自然资源厅地级城市地质调查试点示范项目

在线出版日期：2020-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：47-49,54