| 论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
| 全部作者： | 张建平 王崇倡 |
| 第1作者单位： | 辽宁工程技术大学 测绘与地理科学学院 |
| 摘要： | 采用BP神经网络进行遥感影像分类，可以在1定程度上消除传统的遥感影像分类所带来的模糊性和不确定性。然而，BP网络自身也存在着限制与不足，主要表现在网络训练速度慢、不易收敛到全局最优等缺点。本文通过对算法的改进，对1幅全色遥感图像通过300次训练后，仿真输出能真实的反映原始图像的特征。其分类总精度为86.67%，Kappa系数为0.82，分类精度能够满足遥感图像分类的需要。 |
| 关键词： | BP神经元网络；算法改进方法；分类；精度 远程下载 (免费PDF全文) |
| 发表日期： | 2008年03月12日 |
| 同行评议： | BP神经网络用于遥感影像的分类已经有很多，本文利用“动量-自适应学习速率调整算法”改进BP神经网络，并用于1幅遥感影像的分类试验。认为有以下问题：(1)摘要中“采用BP 神经网络进行遥感影像分类，可以在1定程度上消除传统的遥感影像分类所带来的模糊性和不确定性。”文中缺少相应的试验来证明这句话。(2)本文利用“动量-自适应学习速率调整算法”改进BP神经网络，进行遥感影像的分类试验，但缺乏改进前和改进后的对比试验。(3)本文只给出1幅遥感影像的分类试验，不足以说明该方法的分类精度能够满足遥感图像分类的需要。另外，该方法的效率如何也没有说明。 (4)文中有文字错误，如“随机噪声去处等处理”。 |
| 综合评价： |
|
| 修改稿： | |
| 注：同行评议是由特聘的同行专家给出的评审意见，综合评价是综合专家对各要素的评议得出的数值，以1至5颗星显示。 | |