模糊控制BP网络的遥感图象分类方法研究.pdf

第 “卷 第期中国矿业大学学报自然科学版 农田山 地园地6个大类*选取训练样本*并求出各类别在 各波段上的平均值*然后每一类规定一个期望输出 值3 “ *得到学习样本数据如表’所示/ 表研究区的样本数据 A B C D E F B GH D EI B J BK LJ M EN E O E B N P MB N E B 类别 波段3均值“ 1 2.1 2- 1 2, 期望值 水域 . / 6 / Q- - / / 山地 6 6 / -5 / 5 / - / ’ 建成区 6 6 / 6 . / 6 , , / Q / - 农田 - . / ,’ , 5 / R / ’ / 6 园地 ’ ’ Q / ’ , 5 / R 6 / , / 5 交通 ’ ’ R / R 5 / 6’ , / 5 / 图,徐州市区1 2图象分类结果 S T / , U V 9 W W X Y 9 Z [ \学习率自调整 模型和模糊控制7 8模型分别进行训练*结果7 8 模型训练’ 次后没有收敛到规定的误差指 标*学习率自调整模型训练 6- 次后收敛到 / . *而模糊控制7 8模型学习速度大大加快*仅 经6 - R次训练后就收敛到 / *二者训练对比情 况如图-所示/网络学习收敛后*利用随机检测样 本测得分类精度如表,所示*然后对图象进行分 类*分类结果见图, c * , Y / 从以上实验可看出*采用模糊规则控制7 8网 络学习率*网络收敛速度大大加快*分类精度也有 一定的提高*它是一种有效的卫星图象分类方法/ 表0两种方法分类判对率 A B C D E0 d D B O O K e K P B J K f LB P P g N B P hf eJ i fGE J M f I O 方法 判对率j k 水域山地 建成区 农田园地交通平均值 学习率自 调整模型 Q / , 5 / 55 RQ R / ’5 R / ,5 - / , 模糊控制 学习率模型 Q - / 5 5 6 / ,5 6 5 66 6 / ’5 6 / 6 图-两种模型训练对比 S T / - U [ l 9 不 易收敛等缺点*提出了一种新算法pp模糊控制 7 8算法* 即采用模糊规则有效控制7 8网络学习 率的方法/ ’ “模糊控制7 8算法能够在神经网络模型训 ,, 第,期李朝峰等q模糊控制7 8网络的遥感图象分类方法研究 万方数据 练过程中动态地调整学习率使其具有自适应能 力从而不易陷入局部最小直接导致收敛速度大 大加快训练时间大大缩短在一定程度上提高了 图象分类精度它是一种有效的图象分类方法“ 参考文献 - * ; , 0, - 0 2 ; A 1 9 0 A0 1 9 3 0 1 ; B, 3 C D 1 / 1 0 0 A J J K L M N L O P Q K P J M “ K 1 1 0 0 A A 1 0 V 9 0 A0 1 9 3 0 1 ; B, 3 C 0 2C 0 , B 1 2 A 1 W 1 2 ; 1 3 0 ; , 0 D , 9 3 0 , - I 1 , ; 1/ 1 0 0 A J J X Q N P O Q Q K Q “ I 1 1 3 * , 0Y - * ; , 081 ; , 2, - I 1 , ; 1/ 1 0 0 AE A 1Z 0 A[ 9 6 6 VY , 0 ; 3 , 1 2’ 5\1 ; B , 3 C E Y , - 1 0 A 47\HH 9 0 A NY , 1 A 1, - 8 0 1 3 I 1 , 9 3 * 1 0 2H 1 , * 1 0 * 1 Y Z8G ] 9 6 , 9 D 0 A 9K K M M Q Y 0 O _ ‘ a b c d a E 0, 3 2 1 3 ; , , U 1 ; 1 3 , W 1 , - , 0 A 1 3 0 0 A; 1 0 22 - - * 9 ; * , 0 U 1 3 A 0 A 03 1 , ; 1 1 0 0 A A 1 * - * ; , 09 0 A’ 50 1 ; B, 3 C 0 1 B1 ; , 2, - 9 0 A- 9 6 6 V3 9 1 ; ,* , 0 ; 3 , 1 - - * 1 0 ; V; 1 1 3 0 0 A3 ; 1 B 2 9 ,; ; ; 1* , 0 U 1 3 A 1 0 * 13 ; 1* 0W 1A 3 1 ; V 1 1 2 1 2 0 2; 1 1 3 0 0 A; 1 , 3 ; 1 0 1 2 “G C 0 A; 1 0 2 * - * ; , 0, - ] 9 6 , 9G 8 A 1 1 ; 1 9 ; , 3 * , 3 1 2; 10 1 B 1 ; , 2B ; ; 1, 2, 0 1 “ G 13 1 9 ; 9 A A 1 ; ; ; ; 1 0 1 B1 ; , 2* 0A 3 1 ; Ve 9 * C 1 0; 1 * , 0 U 1 3 A 1 0 * 1 3 ; 1 0 21 - - * 1 0 ; V 3 , U 1 ; 1 A 1* - * ; , 0 “ fg hi j b k ‘ - 9 6 6 V* , 0 ; 3 , l’ 50 1 ; B, 3 C l 1 3 0 0 A3 ; 1 l A 1* - * ; , 0 PL 中国矿业大学学报N自然科学版O第L M卷 万方数据