传统统计模式识别方法进行遥感影像分类时要求数据服从正态分布,并且存在分类精度低的缺点。通过分析BP网的分类原理与学习算法,选择最能反映研究区土地利用信息的光谱数据,进行BP网的训练分类。将分类结果与采用最大似然法所得的结果综合比较,结果表明,该方法优于最大似然

参考文献

[1] 蒋建军,倪绍祥,韦玉春. GIS辅助下的环青海湖地区草地蝗虫生境分类研究.遥感学报.2002, 6(5):387-392.

[2] 程涛，李德仁，舒宁.草场资源遥感调查专家系统模型.武汉测绘科技大学学报，1992, 17( 4) : 41- 47 .

[3] 骆剑承，周成虎，杨艳.人工神经网络遥感影像分类模型及其与知识集成方法研究.遥感学报.2001, 5

(2):122-129

[4] Yang X, Lo C P. Using a time series of satellite imagery to detect land use and land cover changes in the Georgia metropolitan area. International Journal of Geonraphic Information System, 2002,23(9):1 775-1798. in Qinnhai lake renion. Journal of Remote Sensinn, 2002, 6( 5): 58-60.

[5] 飞思科技产品研发中心. 神经网络理论与MATLAB7实现[M]，北京:电子工业出版社，2005.95-104

[6] 毛建旭,王耀南. 基于神经网络的遥感图像分类[J]. 电子学报, 2001，78-82.

[7] 王耀南,王绍源,宋明. 遥感图像分类的神经网络并行学习算法[J].电子学报, 1997, 25(10)：99-101.

[8] 陈述彭,童庆喜,郭华东.遥感信息机理研究.北京:科学出版社.1998,367-369.

[9] 李建,刑立新. 人工神经网络在遥感图像处理中的应用探讨[J]. 世界地质, 2004 ,21(3)：278-292.

[10] 胡希军,翟有甜. 神经网络在遥感图像自动分类中的应用研究[J]. 浙江师大学报, 1996, 19(4)：82-85.

[11] 冯学智,都金康.中巴资源一号卫星水体信息提取研究[J].南京大学学报(自然科学)，2003，39(1)：106-112

[12] 贾永红,张春森,王爱平. 基于bp神经网络的多源遥感影像分类[J].西安电子科技大学学报，2001, 21(1)：32-36

Remote Sensing Image Classification Based on BP Neural

Network

Yu Bing

School of Water Resource and Environment, Hohai University, Nanjing, Jiangsu, China (210098)

Abstract

The traditional statistical classifier is suitable in making RS image classification in normal distribution with its low precition. After analyzing the principle and learning algorithms of BPNN, land use classification of BPNN is acquired by selecting optimized spectral data.The classification results are compared with the results obtained by Maximum Likelihood classifier. Experimental results show that BPNN is superior to the latter in the accuracy of classification.

Keywords: remote sensing,BP neural network,image classification,maximum likelihood classifier