加权变异粒子群BP神经网络在遥感影像分类中的应用

摘要

在经典的BP神经网络框架支撑下，利用加权变异粒子群算法使神经网络的训练更加科学，同时也更好地发挥了粒子群算法的优点，使其分类效果更加精准。实验后的分类结果表明，与改进之前的BP神经网络相比，总体精度和Kappa系数分别提高了0.1083和0.1383；与支持向量机、最大似然及最小距离等分类方法进行了对比，分类效果均优于以上方法。加权变异粒子群BP神经网络不仅可以实现遥感影像的高精度分类，对解决“同谱异物”和“异物同谱”现象也具有一定的作用。