基于卷积神经网络的遥感图像分类方法研究

发布时间：2017-04-14 07:17

  本文关键词：基于卷积神经网络的遥感图像分类方法研究，由笔耕文化传播整理发布。

【摘要】：如何准确、高效地进行遥感图像分类,一直是遥感领域的重要研究内容。近年来随着人工智能科技的发展,神经网络日渐成为一种有效的遥感图像分类处理方法。与传统的统计分类方法相比,神经网络具有学习能力和容错性以及无需就概率模型做出假定等特点,适用于空间模式识别的各种问题的处理。而卷积神经网络是将人工神经网络和深度学习技术结合而产生的一个新型人工神经网络方法,具有局部感知区域、层次结构化、特征抽取和分类过程结合的全局训练等特点,其核心思想是将局部感受野、权值共享以及时间或空间亚采样这三种结构思想结合起来以获得某种程度的位移、尺度和形变不变性。本文整理和梳理了国内外人工神经网络和卷积神经网络的研究成果,在对人工神经网络特别是卷积神经网络理论进行较深入研究的基础上,以经典的卷积神经网络模型为分类器,初次进行了遥感图像分类试验。论文取得了如下成果:(1)建立了卷积神经网络的算法框架,并基于MATLAB程序设计语言进行了编程实现;(2)通过实验,验证了卷积神经网络在进行遥感图像分类的可行性,与现有的最大似然、支持向量机、BP神经网络等分类识别方法进行了比较,并分析了卷积神经网络模型的优缺点。研究结果表明:卷积神经网络在分类方面,较适用于形状明显的地物,如水体、建筑等,这种特点与卷积神经网络自身的位移不变性有关,也受限于本身的网络性质,相较于传统分类方法,其具有分类线条不够细腻,进而影响影像分类表达效果的缺点。
【关键词】：遥感图像 分类 人工神经网络 卷积神经网络
【学位授予单位】：中国地质大学(北京)
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P237
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-17
• 1.1 研究目的和意义9
• 1.2 遥感图像分类概述9-10
• 1.3 国内外研究现状10-13
• 1.3.1 遥感图像分类方法10-11
• 1.3.2 卷积神经网络分类技术11-13
• 1.4 研究内容和技术路线13-16
• 1.4.1 研究内容13-15
• 1.4.2 技术路线15-16
• 1.5 本章小结16-17
• 第2章 遥感图像分类基础17-27
• 2.1 遥感图像分类原理17-22
• 2.2 遥感图像分类方法22-26
• 2.2.1 非监督分类方法23-24
• 2.2.2 监督分类方法24-26
• 2.3 本章小结26-27
• 第3章 人工神经网络分类原理27-40
• 3.1 人工神经网络概述27-28
• 3.2 BP神经网络分类28-31
• 3.2.1 BP网络模型与结构28-29
• 3.2.2 BP神经网络的算法流程29-30
• 3.2.3 BP神经网络分类方法的优缺点30-31
• 3.2.4 BP神经网络的特性31
• 3.3 Hopfield神经网络分类31-35
• 3.3.1 Hopfield神经网络的模型与结构32-34
• 3.3.2 Hopfield神经网络的算法流程34
• 3.3.3 Hopfield神经网络的优缺点34
• 3.3.4 Hopfield神经网络的特性34-35
• 3.4 卷积神经网络分类35-39
• 3.4.1 卷积神经网络的模型与结构35
• 3.4.2 卷积神经网络的算法流程35-38
• 3.4.3 卷积神经网络的优缺点38-39
• 3.4.4 卷积神经网络的特性39
• 3.5 本章小结39-40
• 第4章 卷积神经网络分类实验40-60
• 4.1 遥感图像预处理40-51
• 4.1.1 研究区概况40-41
• 4.1.2 遥感图像的分析及处理41-50
• 4.1.3 分类精度评价方法50-51
• 4.2 分类结果51-56
• 4.2.1 最大似然分类51-52
• 4.2.2 支持向量机分类52-53
• 4.2.3 BP神经网络分类53-54
• 4.2.4 卷积神经网络分类54-56
• 4.3 精度评价56-59
• 4.4 本章小结59-60
• 第5章 总结与展望60-61
• 5.1 总结60
• 5.2 展望60-61
• 致谢61-62
• 参考文献62-66

【参考文献】

中国期刊全文数据库 前8条

1 曹宝;秦其明;马海建;邱云峰;;面向对象方法在SPOT5遥感图像分类中的应用——以北京市海淀区为例[J];地理与地理信息科学;2006年02期

2 周长建;司震宇;邢金阁;刘海波;;基于Deep Learning网络态势感知建模方法研究[J];东北农业大学学报;2013年05期

3 杨雁宁 ,王峰;利用MATLAB实现BP神经网络的设计[J];河南科技;2005年08期

4 刘志刚,李德仁,秦前清,史文中;支持向量机在多类分类问题中的推广[J];计算机工程与应用;2004年07期

5 董杰;沈国杰;;一种基于模糊关联分类的遥感图像分类方法[J];计算机研究与发展;2012年07期

6 可华明;陈朝镇;张新合;王金亮;;遗传算法优化的BP神经网络遥感图像分类研究[J];西南大学学报(自然科学版);2010年07期

7 赵志宏;杨绍普;马增强;;基于卷积神经网络LeNet-5的车牌字符识别研究[J];系统仿真学报;2010年03期

8 李天宏;基于KDD和GIS的遥感图像专题分类方法探讨[J];应用基础与工程科学学报;2000年03期

  本文关键词：基于卷积神经网络的遥感图像分类方法研究，，由笔耕文化传播整理发布。

本文编号：305499