基于神经网络集成的遥感图像分类与建模研究.pdf

《基于神经网络集成的遥感图像分类与建模研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年第3期吕京国:基于神经网络集成的遥感图像分类与建模研究17引文格式:吕京国．基于神经网络集成的遥感图像分类与建模研究［J］．测绘通报，2014(3):17-20．DOI:10．13474/j．cnki．11-2246．2014．0079基于神经网络集成的遥感图像分类与建模研究1，2吕京国(1．北京建筑大学测绘与城市空间信息学院，北京100044;2．现代城市测绘国家测绘地理信息局重点实验室，北京100044)TheＲesearchonImageClassificationandModelingBasedonNeuralNetworkEnsembleLJingguo摘要:对

2、神经网络模型及其集成技术进行深入研究，并将神经网络的信息处理机制应用于影像信息的分类与建模。针对高分辨率遥感图像分类问题，介绍了神经网络应用于图像分类的算法，采用BP、ＲBF和Hopfield神经网络分别进行网络的构建与分类，基于Bagging和Boosting生成个体网络，应用投票方式决定分类结果，并与单个神经网络分类结果对比，计算分类器的分类精度。试验分析表明，该方法具有较强的泛化能力与较高的分类精度等优点。关键词:神经网络集成;图像分类;Bagging和Boosting算法中图分类号:P237文献标识码:B文章编号:0494-0911(2014)03-0017-04性，构造异构

3、网络参与影像信息的分类，并以生成个一、引言体网络的Bagging和Boosting算法作为集成方式，投随着遥感信息广泛地应用于农业生产、灾害评票来决定最终的分类结果。估与资源探测等领域，分类技术也成为遥感影像信二、影像分析理论与神经网络理论息分析中的重要研究方向。面向高分辨率影像信息的分类技术层出不穷，不仅体现在以最小距离分1．影像分析类为代表的监督分类技术，以ISODATA分类法为代为了提供分类所需要的影像信息类型，影像分析表的非监督分类技术，还包括逐渐成熟的神经网络以特征提取与特征选择作为基础。影像的灰度值代表技术，也在遥感领域中得到全面应用。地表信息的辐射值，高分辨率影像反映了

4、更加精细的遥感影像分类本身作为一种非线性问题的求地表信息。应用于地物分类的影像含有不同类型的地解，满足其解的方法在人工智能领域得到了验证。物，需要选择一定的特征代表不同类型的地物，并以一神经网络作为人工智能领域的一种从低维空间到定的方法将特征所对应的空间划分为不同的子空间，以高维空间映射的方法，它以一定的数学模型描述生使影像中代表各类地物的像元归为相对应的子空间。物神经网络的结构，以一定的算法模拟生物的行针对高分辨率影像结构信息丰富的特点，进行为，解决了传统算法所面临的智能信息处理问题。遥感影像分类时，既要考虑影像的灰度信息，也要BP、ＲBF和Hopfield等神经网络应用于遥感影像

5、分顾及影像的结构信息，应选择不同的特征反映以上类中，体现了神经网络分布式存储、并行处理和自要求。目前，常用的特征包含均值、方差、能量、对［1］学习与自组织等功能。比度、熵、相关性和均质度等。采用光谱信息与针对特定的遥感影像，不同类型的神经网络分类结构信息等多种特征相结合的方法，可以充分地利器精度不同，而且同一个神经网络分类器对不同类别用影像灰度分布的信息，改善影像分类的效果。的分类精度也不同。一些神经网络分类器对一部分2．BP、ＲBF和Hopfield神经网络类别的分类精度高，而另一些神经网络分类器只对另遥感影像分类作为人工智能领域中模式识别的一部分类别的分类精度高，从而不同的神经网

6、络分类一种应用方向，其问题的解决需要利用以人类思维方器之间可能有一定的互补性。因此，利用这种特性集式为基础的信息处理技术。而作为具有大规模并行成的神经网络便有可能提高遥感影像的分类精度。处理、容错性自组织和自适应能力等特点的人工神经本文分别研究了BP、ＲBF和Hopfield神经网络的特网络，已成为解决遥感影像分类问题的有力工具。收稿日期:2013-01-16基金项目:国家863计划(2010AA012304);现代城市测绘国家测绘地理信息局重点实验室开放课题项目(20111211N)作者简介:吕京国(1973—)，男，山东平度人，讲师，主要从事遥感信息提取、遥感地表反演、摄影测量、

7、三维重建、地形监测等方面的研究工作。18测绘通报2014年第3期神经网络作为一种并行处理连接网络，以多个面对遥感影像分类问题，将训练样本操作的整互联的神经元为基本处理单元，构建了具备信息存个问题域划分为子问题，每一个子问题采用Bagging储与信息计算能力的数学模型，抽象地模拟人脑智或Boosting算法技术的集成实现。针对不同分类器［2］能行为。目前，应用于遥感影像分类的神经网络所求解子问题域的输出，则采用投票或决策融合的［6］模型有BP网络、ＲBF网络