文档介绍：摘要关键词:高光谱,分类,混合像元,线性混合模型,独立成分分析,特征提取,为了解决混合像元问题,本文根据混合像元分解中的线性光谱混合模型,并作Ⅳ个二类分类问题的方法和分级分类的方法设计的神经网络分类器不仅缩对遥感数据进行分类是遥感技术领域中的研究重点,其理论依据是不同类别地物的光谱信息存在差异。随着传感嚣技术的发展,离光谱传感器为人们提供了关于地物更细致的光谱信息,但是由于空间分辨率有限,普遍存在混合像元问题。混合像元的光谱信息不代表任何一种单一的地物类型,传统分类算法忽略了这一点,简单地将它和纯净像元的光谱进行比较,难以实现正确分类。本文从特征提取和分类器设计两方面对遥感数据分类进行了深入研究。结合各类地物的空间分布相互独立的假设,利用独立成分分析对原始的高光谱遥感数据进行特征提取。与传统的主成分分析特征提取算法相比,独立成分分析特征提取算法不仅进一步降低了特征的数目,而且分类精度也有显著提高。为了提高分类精度,采用神经网络对由独立成分分析提取出的光谱特征进行分类,分别将神经网络和径向基神经网络应用于高光谱数据分类问题。与掷嗥飨啾龋街稚窬绲姆掷嗑ǘ扔泻艽筇岣撸波段高光谱遥感数据的分类精度都达到%以上。最后,研究了实现多类地物分类问题的四种方法。根据对ǘ胃吖馄滓感数据的实验结采,与直接使用神经网络进行分类相比,将Ⅳ类分类问题看短了训练时间,而且分类器的推广性有较大提高,两者对测试样本的分类精度都接近%。神经网络两北下业人学硕士学位论文
知识水坝***@pologoogle为您整理
甌。甒瓹,籦西北一阂等搜妒宦畚,,瑃瑃琺.%,琭%.篽,,猵,,琻..甀..瓵甀.—.獀
知识水坝***@pologoogle为您整理
研究意义第一章绪论遥感是不通过与物体、区域或现象直接接触而获得调查数据,并对数据进行生物、地学以及信息科学等多学科的最新成就,是现代高新技术领域的重要组成部分。在实际应用中,人们使用各种传感器收集远距离的数据壳爸饕J堑绱不同光谱波段的信息。通过对多光谱数据的分析,人们能获得更为准确的地面信很快设计出成像光谱仪,并多次进行飞行实验。目前,新型高光谱传感器的波段文研究的主要内容是遥感数据的分类,这是目前遥感图像处理中最重要的应用,它的且的是将遥感图像中的像素划分到其对应的空间模式,由遥感图像数据生成分析得到物体、区域或现象有关信息的科学和技术。简言之,遥感就是不接触的感知。遥感是一门综合性科学技术,它集合了空间、电子、光学、计算机、波信号ü治稣庑┦菘梢缘玫礁髦指行巳さ男畔ⅲ缰脖坏姆植甲纯觥城市土地的利用情况等。以地球资源电磁遥感为例,遥感可分为数据获取和数据分析两个基本过程。在数据获取阶段,人们利用搭载在各种平台上的传感器记录来自于地球表面物体发射或反射的电磁能量变化。这些信息大多以图像的形式记录下来,称为遥感图像数据。在数据分析阶段各种观察和解译设备被用来分析遥感数据,有时还需要一些辅助参考数据对遥感数据进行处理。通过数据分析,可以获得遥感数据所覆盖区域内的各种资源的类型、内容、位置等信息。年,巴黎摄影师乘气球在离地米的高度拍摄了第一张航空相片。年,多光谱遥感技术产生,为人们观察自身所处的环境提供了新的手段。多光谱扫描仪是一种光谱测量传感器,它能够记录地物在息。自世纪年代中期起,人们进一步追求高空间分辨率和高光谱分辨率,数已达到几百,光谱分辨率达到纳米级,空间分辨率达到米级。遥感技术的发展为人们提供了地球表面的大量数据,通过遥感图像处理能够从这些数据中获得人们感兴趣的信息。遥感图像处理研究的内容很广泛,主要包含图像的恢复与校正、图像增强、图像分类、数据的融合与,地理信息系统酆稀⑸镂锢斫:屯枷翊溆胙顾酢1表示地球表面地物的专题图。现代遥感技术已经达到能够动态、快速、多手段提供对地观测数据的新阶段。遥感应用正由定性向定量,静态向动态发展【俊D壳耙8屑际跻压惴河τ糜谄变化监测、臭氧层损耗监测、土地利用和覆被监测、植物生长监测、灾害监测、西北阂荡笱妒垦宦畚
研究现状目前许多卫星图像应用,包括制图、检测和估算,仍然大规模地使用目视解两者的目的是一致的,都是为了实现遥感图像信息类型的区分和识别,获得各种遥感专题地图,提供给应用部门使用。目视判读运用人脑的自然识别智能,在综数字地球等方面。此外,在军事领域,遥感技术在战场情报监测、地面目标识别、目标反伪装方面都有着巨大的应用前景。目前,世界各国都加强了遥感技术在军事领域应用的研究。可见,从国计民生到国家安全方面,发展遥感信息处理技术都具有重要的意义。目前国际上对遥感多光谱数据分析的研究十分活跃。美国普渡大学的淌诹斓嫉难芯恐行亩远喙馄资莘掷嘟辛顺て谏钊氲难芯浚⒈了大量的学术论文。国际电器与电子工程师协会为遥感技术专门设置了刊物,每年都有大量关于多光谱数据分析的论文发表。美国也设立了庞大的