本文關鍵詞：基于卷積神經網絡的遙感圖像分類方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：如何準確、高效地進行遙感圖像分類,一直是遙感領域的重要研究內容。近年來隨著人工智能科技的發(fā)展,神經網絡日漸成為一種有效的遙感圖像分類處理方法。與傳統(tǒng)的統(tǒng)計分類方法相比,神經網絡具有學習能力和容錯性以及無需就概率模型做出假定等特點,適用于空間模式識別的各種問題的處理。而卷積神經網絡是將人工神經網絡和深度學習技術結合而產生的一個新型人工神經網絡方法,具有局部感知區(qū)域、層次結構化、特征抽取和分類過程結合的全局訓練等特點,其核心思想是將局部感受野、權值共享以及時間或空間亞采樣這三種結構思想結合起來以獲得某種程度的位移、尺度和形變不變性。本文整理和梳理了國內外人工神經網絡和卷積神經網絡的研究成果,在對人工神經網絡特別是卷積神經網絡理論進行較深入研究的基礎上,以經典的卷積神經網絡模型為分類器,初次進行了遙感圖像分類試驗。論文取得了如下成果:(1)建立了卷積神經網絡的算法框架,并基于MATLAB程序設計語言進行了編程實現;(2)通過實驗,驗證了卷積神經網絡在進行遙感圖像分類的可行性,與現有的最大似然、支持向量機、BP神經網絡等分類識別方法進行了比較,并分析了卷積神經網絡模型的優(yōu)缺點。研究結果表明:卷積神經網絡在分類方面,較適用于形狀明顯的地物,如水體、建筑等,這種特點與卷積神經網絡自身的位移不變性有關,也受限于本身的網絡性質,相較于傳統(tǒng)分類方法,其具有分類線條不夠細膩,進而影響影像分類表達效果的缺點。
【關鍵詞】：遙感圖像 分類 人工神經網絡 卷積神經網絡
【學位授予單位】：中國地質大學(北京)
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：P237
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-17
• 1.1 研究目的和意義9
• 1.2 遙感圖像分類概述9-10
• 1.3 國內外研究現狀10-13
• 1.3.1 遙感圖像分類方法10-11
• 1.3.2 卷積神經網絡分類技術11-13
• 1.4 研究內容和技術路線13-16
• 1.4.1 研究內容13-15
• 1.4.2 技術路線15-16
• 1.5 本章小結16-17
• 第2章 遙感圖像分類基礎17-27
• 2.1 遙感圖像分類原理17-22
• 2.2 遙感圖像分類方法22-26
• 2.2.1 非監(jiān)督分類方法23-24
• 2.2.2 監(jiān)督分類方法24-26
• 2.3 本章小結26-27
• 第3章 人工神經網絡分類原理27-40
• 3.1 人工神經網絡概述27-28
• 3.2 BP神經網絡分類28-31
• 3.2.1 BP網絡模型與結構28-29
• 3.2.2 BP神經網絡的算法流程29-30
• 3.2.3 BP神經網絡分類方法的優(yōu)缺點30-31
• 3.2.4 BP神經網絡的特性31
• 3.3 Hopfield神經網絡分類31-35
• 3.3.1 Hopfield神經網絡的模型與結構32-34
• 3.3.2 Hopfield神經網絡的算法流程34
• 3.3.3 Hopfield神經網絡的優(yōu)缺點34
• 3.3.4 Hopfield神經網絡的特性34-35
• 3.4 卷積神經網絡分類35-39
• 3.4.1 卷積神經網絡的模型與結構35
• 3.4.2 卷積神經網絡的算法流程35-38
• 3.4.3 卷積神經網絡的優(yōu)缺點38-39
• 3.4.4 卷積神經網絡的特性39
• 3.5 本章小結39-40
• 第4章 卷積神經網絡分類實驗40-60
• 4.1 遙感圖像預處理40-51
• 4.1.1 研究區(qū)概況40-41
• 4.1.2 遙感圖像的分析及處理41-50
• 4.1.3 分類精度評價方法50-51
• 4.2 分類結果51-56
• 4.2.1 最大似然分類51-52
• 4.2.2 支持向量機分類52-53
• 4.2.3 BP神經網絡分類53-54
• 4.2.4 卷積神經網絡分類54-56
• 4.3 精度評價56-59
• 4.4 本章小結59-60
• 第5章 總結與展望60-61
• 5.1 總結60
• 5.2 展望60-61
• 致謝61-62
• 參考文獻62-66

【參考文獻】

中國期刊全文數據庫 前8條

1 曹寶;秦其明;馬海建;邱云峰;;面向對象方法在SPOT5遙感圖像分類中的應用——以北京市海淀區(qū)為例[J];地理與地理信息科學;2006年02期

2 周長建;司震宇;邢金閣;劉海波;;基于Deep Learning網絡態(tài)勢感知建模方法研究[J];東北農業(yè)大學學報;2013年05期

3 楊雁寧 ,王峰;利用MATLAB實現BP神經網絡的設計[J];河南科技;2005年08期

4 劉志剛,李德仁,秦前清,史文中;支持向量機在多類分類問題中的推廣[J];計算機工程與應用;2004年07期

5 董杰;沈國杰;;一種基于模糊關聯分類的遙感圖像分類方法[J];計算機研究與發(fā)展;2012年07期

6 可華明;陳朝鎮(zhèn);張新合;王金亮;;遺傳算法優(yōu)化的BP神經網絡遙感圖像分類研究[J];西南大學學報(自然科學版);2010年07期

7 趙志宏;楊紹普;馬增強;;基于卷積神經網絡LeNet-5的車牌字符識別研究[J];系統(tǒng)仿真學報;2010年03期

8 李天宏;基于KDD和GIS的遙感圖像專題分類方法探討[J];應用基礎與工程科學學報;2000年03期

  本文關鍵詞：基于卷積神經網絡的遙感圖像分類方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：305499