基于CSBP模型的中尺度遙感影像分類研究

《基于CSBP模型的中尺度遙感影像分類研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、分類號：Ｐ２８單位代碼：１０６３６密級：公開學號：２０１５１１０４００３、奴，丨ｉｆ範七爹碩士學位論文中文論文題目：基于ＣＳＢＰ模型的中尺度遙感影像分類研究英文論文題目：ＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＭｅｓｏｓｃａｌｅＲｅｍｏｔｅＳｅｎｓｉｎｇＩｍａｇｅＢａｓｅｄｏｎＣＳＢＰＭｏｄｅｌ論文作者：鮮永昌￣指導教師：王石英專業(yè)名稱：地圖學與地理信息系統(tǒng)研究方向：遙感與ＧＩＳ理論技術及應用所在學院：地理與資源科學學院論文提交日期：２０１８年３月２５日論文答辯日期：２０１８年６月５曰四川

2、師范大學學位論文獨創(chuàng)性聲明本人聲明：所呈交學位論文基于ＣＳＢＰ模型的中尺度遙感影像分類研究，是本人在導師王石英指導下，獨立進行研究工作所取得的成果５除文中己經注明引用的內容外，本論文不含任何其他個人或集體己經發(fā)表或撰寫過的作品或成果。對本文的研宄做出重要貢獻的個人和集體，均已在文中以明確方式標明。本聲明的法律結果由本人承擔。一本人承諾：己提交的學位論文電子版與論文紙本的內容致。如因不符而引起的學術聲譽上的損失由本人自負。￣（９ｐ＾６ｄ學位論文作者：簽字日期：＞呤年月日學位論文出版授權書本人完全同意《中國優(yōu)

3、秀博碩士學位論文全文數(shù)據庫出版章程》“”（以下簡稱章程），愿意將本人的碩士學位論文提交中國學術期刊（光盤版）電子雜志社在《中國優(yōu)秀博碩士學位論文全文數(shù)據庫》中全文發(fā)表?！吨袊鴥?yōu)秀博碩士學位論文全文數(shù)據庫》可以以電子、網絡及其他數(shù)字媒體形式公開出版，并同意編入ＣＮＫＩ《中國知識資源總庫》，在《中國博碩士學位論文評價數(shù)據庫》中使用和在互聯(lián)網“”上傳播章程規(guī)定享受相關權益。，同意按ｖｊｉ－作者簽名：Ｔ分匕年月Ｒ廠論文題目：基于ＣＳＢＰ模型的中尺度遙感影像分類研宄畢業(yè)院校：四川師范大學畢業(yè)年份：２０１８

4、年６月：地理：院所學地圖學息所在學院地理與資源科學學專業(yè)與信系統(tǒng)（）。說：由電明本授權書中國學術期刊光盤版子雜志社保存－－聯(lián)：１１１１７７９０６９３：１０６２７９１８１４系電話００６２７９９５６２７９３６６２０傳真－８４１００４通：４８：０８信地址北局采編中心郵編京清華大學郵信箱摘要基于CSBP模型的中尺度遙感影像分類研究地圖學與地理信息系統(tǒng)專業(yè)研究生：鮮永昌指導教師：王石英摘要遙感影像分類是實現(xiàn)遙感影像地物信息提取的重要技術，也是遙感領域所研究的熱點內容。中尺度的遙感影像如LANDSAT系列影像，具有覆蓋面積廣、易獲取等特

5、點，常常作為科學研究的基礎數(shù)據。使用中尺度的遙感影像作為分類識別的數(shù)據源，可以獲得較大范圍的土地覆被結果。BP神經網絡是通過對大腦神經系統(tǒng)的簡單抽象和模擬而構建的一種網絡結構，該結構具有自適應、自組織和自學習的特點，能夠實現(xiàn)數(shù)據的分布式存儲以及并行的處理。獨特的數(shù)據結構和強大的擬合能力，使得BP神經網絡十分適合處理如圖像分類等非線性問題。隨著近年來相關理論的不斷發(fā)展，BP神經網絡在遙感影像分類領域取得了廣泛的應用。實踐證明，使用BP神經網絡能夠顯著地提升遙感影像分類的精度。但是，BP神經網絡在實際應用中仍然存在著一些問題，比如對初始的權閾值敏感、容易陷入到

6、局部最優(yōu)解等。針對上述問題，本文使用布谷鳥搜索算法對BP神經網絡進行優(yōu)化，構建CSBP模型。對于標準布谷鳥搜索算法存在的后期收斂速度慢、求解精度不高的問題，采用自適應步長的策略進行改進，并使用ROSENBROCK函數(shù)檢驗改進算法的優(yōu)化能力。為了驗證布谷鳥搜索算法對BP神經網絡的優(yōu)化效果，分別使用傳統(tǒng)的BP神經網絡、經過標準布谷鳥搜索算法優(yōu)化的BP神經網絡和經過改進布谷鳥搜索算法優(yōu)化的BP神經網絡對覆蓋稻城縣轄區(qū)的LANDSAT8遙感影像進行分類實驗，并對三種算法的分類結果進行對比分析。發(fā)現(xiàn)了使用改進的布谷鳥搜索算法優(yōu)化后的BP神經網絡進行遙感影像分類的總體

7、分類精度是88.3927%，Kappa系數(shù)是0.8646。與原始BP神經網絡和采用標準布谷鳥搜索算法優(yōu)化的BP神經網絡相比，分類精度分別提高了9.42%和1.58%。關鍵詞稻城縣；遙感影像分類；BP神經網絡；布谷鳥搜索算法；自適應步長。IAbstractResearchonMiddleScaleRemoteSensingImageClassificationBasedonCS-BPModelMajor:CartographyandgeographyInformationSystemPostgraduate:XianYongchangSupervisor:W

8、angShiyingAbstract：Remotesensingi