| 【中文题名】 | 遥感影像分类与信息发布技术研究 |
| 【英文题名】 | Research on the Classification of Remote Sensing Image and Information Issuance Technique |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-6-27 |
| 【中关键词】 | 遥感影像分类,BP神经网络,模拟退火,遥感信息发布,Web服务, |
| 【英关键词】 | classification of remote sensing image,BP neural network,Simulated Annealing,issuance of remote-sensing information,Web service, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> |
| 【论文摘要】 | 遥感影像的自动分类是模式识别技术在遥感技术领域的具体应用。在与统计分类方法的比较中,神经网络方法体现出了巨大的优越性。人工神经网络不需要预先假设样本空间的参数化统计分布,有着良好的并行处理性能,能适应多波段的需要。在神经网络的不同算法中,应用和研究最多的是反向传播人工神经网络模型(BP网络模型),本文提出一种基于模拟退火BP神经网络模型的遥感影像自动分类方法。该网络模型利用模拟退火的思想,结合动量梯度下降法和标准BP神经网络各自的优势,对动量参数和权值进行调整,不仅能避免网络陷人局部极小点,而且能使网络稳定地收敛。网络训练和遥感影像分类结果表明改进后的网络易收敛且性能稳定,分类精度较高,有实际应用价值。
同时本文着眼目前遥感信息发布现状,结合统一的Web服务对象封装技术,提出并实现了一种跨平台、无缝集成的系统设计方案:采用XML Web服务发布遥感信息。实现了跨平台和不同语言的应用集成,促进了遥感信息的电子商务化和遥感经济的发展。 |
| 【论文题纲】 |
|
1. 绪论 |
9-12 |
|
1.1 问题概述 |
9-10 |
|
1.1.1 遥感影像分类 |
9 |
|
1.1.2 遥感信息发布 |
9-10 |
|
1.2 本文主要工作 |
10-11 |
|
1.3 本文结构 |
11-12 |
|
2. 遥感影像分类技术 |
12-21 |
|
2.1 概述 |
12-13 |
|
2.2 传统分类方法 |
13-16 |
|
2.2.1 监督分类和非监督分类 |
13-14 |
|
2.2.2 软件分类方法 |
14 |
|
2.2.3 K-Means 算法 |
14-15 |
|
2.2.4 最大似然比分类法 |
15-16 |
|
2.3 研究进展 |
16-18 |
|
2.3.1 传统方法的缺陷 |
16-17 |
|
2.3.2 神经网络方法 |
17-18 |
|
2.4 评估标准 |
18-21 |
|
2.4.1 误差矩阵 |
18-19 |
|
2.4.2 精度指标 |
19 |
|
2.4.3 Kappa 分析 |
19-21 |
|
3. 基于神经网络的遥感影像分类 |
21-38 |
|
3.1 人工神经网络 |
21-25 |
|
3.2 反向传播网络 |
25-28 |
|
3.2.1 标准BP 网络 |
25-28 |
|
3.2.2 动量改进网络 |
28 |
|
3.3 分类过程 |
28-30 |
|
3.4 实验及结果 |
30-38 |
|
3.4.1 实验数据 |
30-31 |
|
3.4.2 训练结果 |
31-33 |
|
3.4.3 分类结果 |
33-38 |
|
4. 模拟退火改进神经网络 |
38-46 |
|
4.1 BP 的局限 |
38 |
|
4.2 模拟退火算法 |
38-39 |
|
4.3 模拟退火参数设置 |
39-40 |
|
4.4 基于模拟退火的BP |
40-42 |
|
4.5 算法流程 |
42-43 |
|
4.6 实验及结果 |
43-46 |
|
4.6.1 训练结果 |
43-44 |
|
4.6.2 分类结果 |
44-46 |
|
5. 遥感信息发布技术 |
46-57 |
|
5.1 概述 |
46 |
|
5.2 WEB 服务 |
46-51 |
|
5.2.1 体系架构 |
48 |
|
5.2.2 技术核心 |
48-49 |
|
5.2.3 技术优势 |
49-51 |
|
5.3 设计与实现 |
51-57 |
|
5.3.1 系统结构 |
51-52 |
|
5.3.2 实现方法 |
52-55 |
|
5.3.3 结果与分析 |
55-57 |
|
6. 总结与展望 |
57-59 |
|
6.1 总结 |
57 |
|
6.2 展望 |
57-59 |
|
参考文献 |
59-61 |
|
攻读硕士学位期间发表的论文及所取得的研究成果 |
61-62 |
|
致谢 |
62 |
|
| 【DOI】 | LunWen.ID:2.2008.389373 |
