人工神经网络在遥感影像分类中的应用与对比研究
| 中文摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 概述 | 第10-15页 |
| ·论文研究背景及意义 | 第10-11页 |
| ·人工神经网络发展历史过程简介 | 第11-12页 |
| ·人工神经网络遥感影像分类的国内外研究进展 | 第12页 |
| ·本文研究技术路线图 | 第12-13页 |
| ·论文研究内容及框架 | 第13-15页 |
| 2 BP神经网络的基本原理 | 第15-22页 |
| ·BP神经网络概述 | 第15页 |
| ·BP算法 | 第15-22页 |
| ·BP 神经网络拓扑结构 | 第15-17页 |
| ·标准 BP 算法理论推导过程 | 第17-20页 |
| ·BP 算法训练过程步骤 | 第20-22页 |
| 3 BP 神经网络遥感影像分类实现 | 第22-31页 |
| ·实验数据介绍 | 第22页 |
| ·分类前图像预处理 | 第22-24页 |
| ·波段选择 | 第22-23页 |
| ·特征提取 | 第23页 |
| ·几何校正 | 第23-24页 |
| ·在MATLAB 中实现遥感影像分类 | 第24-31页 |
| ·建立 BP 神经网络 | 第24-25页 |
| ·BP 神经网络训练 | 第25-28页 |
| ·BP 神经网络仿真 | 第28页 |
| ·结果输出 | 第28-31页 |
| 4 标准 BP 神经网络局限性及改进探索 | 第31-38页 |
| ·标准 BP 神经网络的局限性 | 第31-32页 |
| ·训练样本构建方法的改进 | 第32-33页 |
| ·基于LM训练算法的 BP 神经网络 | 第33-35页 |
| ·主成分分析与LM算法相结合 | 第35-38页 |
| 5 精度对比分析 | 第38-45页 |
| ·人工目视解译结果 | 第38-39页 |
| ·最大似然法分类结果 | 第39-40页 |
| ·各分类方法结果对比分析 | 第40-45页 |
| 6 结论与展望 | 第45-46页 |
| ·主要结论 | 第45页 |
| ·研究展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
| 附录 | 第49-53页 |
