论文部分内容阅读
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%。