论文部分内容阅读
随着多波段,多分辨率遥感数据的增加和应用质量的不断提高,需要开发更加有效的遥感数据分类算法,当前图像处理软件中的统计分类方法是以参数假设为约束条件,需要数据分布服从高斯分布。但多数的遥感数据的分布并不服从高斯分布的假设条件,因而导致分类精度不高的原因之一。因此,本文以非线性理论为指导,探索了以SOFM神经网络分类方法,改进的BP神经网络和模糊数学方法的遥感数据分类方法的实现。本文以广州三水市Landsat TM5,4,3三波段遥感影像和SPOT遥感影像为数据源,主要研究了神经网络和模糊算法