论文部分内容阅读
遥感影像分类是遥感信息提取的重要手段，是目前遥感技术中的热点研究内容，有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中，BP神经网络能充分利用样本集的信息，自动建立分类模型，但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度，因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值，从而提高BP神经网络的分类精度。以LandsatTM遥感图像作为数据源，以长江中游一武汉市为研究地区，建立了基于BP神经网络模型的遥感分类