10.3969/j.issn.1672-5867.2017.05.037
基于BP神经网络高光谱图像分类研究
遥感影像常常存在"异物同谱"现象,影响了遥感影像的分类精度.为了提高分类精度,本文提出了基于BP神经网络的分类算法.采用环境一号卫星HJ-1A星上搭载的超光谱成像仪(HSI)获取的高光谱数据,利用BP神经网络对黄岛区进行遥感图像分类,根据得到的分类结果对原图像进行"异物同谱"现象纠正后重新选取训练样本,然后利用BP神经网络再分类,从而有效解决了"异物同谱"现象.实验结果表明,经处理后的高光谱影像的分类精度得到显著提高,分类总体精度为92.386 5%,比异物同谱纠正前提高了7.83%,Kappa系数也从0.768 2提升到了0.885 8.
异物同谱、BP神经网络、分类、高光谱图像
40
P237(摄影测量学与测绘遥感)
2017-06-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
118-121