基于BP神经网络的遥感影像分类应用研究开题报告
2020-04-13 03:04
1. 研究目的与意义(文献综述)
1.1研究目的
随着卫星遥感分辨率的不断提高,人们可以从遥感图像中获得更多有用的数据和信息,对遥感图像分类是遥感图像信息获取的重要手段,而遥感图像的计算机分类,是模式识别技术在遥感技术领域的具体应用。目前遥感图像的分类主要是采用统计模式识别方法,但由于光谱图像上的光谱值是混合光谱, 存在着同物异谱现象, 使传统的最大似然分类法的分类精度不高 。本文利用武汉市近几年的遥感数据,通过研究将针对传统遥感图像分类方法存在的问题,提出新的基于神经网络的优化分类方法。为了解决快速、高精度的遥感影像分类问题,本文在matlab平台基础上,采用bp神经网络对遥感图像进行分类,利用传统的遥感监督和非监督分类方法进行分类,并计算其精度,再进行神经网络学习算法影像分类,对比传统分类法分类精度,得到结果。从而验证神经网络方法进行遥感影像分类具有运算速度快、分类精度高的特点。
1.2研究背景与研究意义
2. 研究的基本内容与方案
2.1研究内容
针对传统分类方法的精度不高等缺点,本文利用武汉市光谷高新区遥感数据,进行图像预处理后,分别采用knn邻近算法分类法、k-means均值算法分类方法以及bp神经网络分类方法,对比三个分类方法的分类精度,验证bp神经网络分类方法是否是最优分类方法,同时也为武汉市遥感影像分类方法选取提供依据。
2.2研究目标(研究问题)
3. 研究计划与安排
第一阶段:即日起-3月19号
查阅相关文献资料,开展初步调研,完成研究设计和开题报告;
第二阶段:3月20号-4月15号
4. 参考文献(12篇以上)
[1] 都业军,周肃,斯琴其其格,等 . 人工神经网络在遥感影像分类中的应用与对比研究[j]. 测绘科学,2010,35:120-121.
[2] 都业军,周肃,斯琴其其格,等 . 人工神经网络在遥感影像分类中的应用与对比研究[j]. 测绘科学,2010,35:120-121.
[3]吴云, 姬翠翠,等.bp神经网络在遥感图像分类中的应用.中国科技论文在线.
您可能感兴趣的文章
- 以火蝾螈为例分析空间自相关模型是否可以揭示群体过程外文翻译资料
- 英国的食源性疾病与气候变化外文翻译资料
- 高山流域地表温度的地形和生态水文控制外文翻译资料
- 职前教师进行教育时需掌握的地理地图知识和技能外文翻译资料
- 利用三维激光图像扫描系统监测边坡变形:案例研究外文翻译资料
- 利用多源遥感数据绘制城市树木的碳存储:生物量、土地利用和波士顿社区人口统计数据之间的关系外文翻译资料
- 1987年至2017年美国,中国和日本四个主要海湾地区城市群的时空演变:来自遥感影像的证据外文翻译资料
- 基于遥感的岩矿光谱特征及信息提取研究外文翻译资料
- 利用兴趣点数据估计中国上海市中心的通勤模式外文翻译资料
- 面向对象的应用程序框架框架提供的概念外文翻译资料