论文部分内容阅读
由于遥感图像上的光谱值是多种地物的混合光谱,存在着“同谱异物”和“同物异谱”现象,因此仅依靠象元光谱之间相似性进行分类的总体精度难以提高。而人工神经网络法(ANN,ArtificialNeuralNetwork)由于其非线性特征和较强的容错能力,为解决上述问题提供了可能。为此,利用优化的BP神经网络对TM图像进行了分类,并将结果与最大似然法及初始的BP神经网络进行了比较,其kappa系数分别为0.876,0.799,0.829。结果表明:改进后的BP神经网络具有较高的精度,可以用于TM图像的信息提取中。