矿山测量
礦山測量
광산측량
MINE SURVEYING
2014年
6期
30-32
,共3页
神经网络%分类%遥感%图像数据
神經網絡%分類%遙感%圖像數據
신경망락%분류%요감%도상수거
为了提高Landsat7卫星搭载的ETM+影像分类的精度,文中分析了ETM+传感器拍摄的江西局部区域的遥感影像.通过分析概率神经网络的结构和算法,运用MATLAB对图像进行了处理,得到分类后的图像像素属性数据,并对处理结果均匀取样本点进行了精度分析.结果表明:概率神经网络可以满足ETM+影像分类的要求,具有很好的应用前景.
為瞭提高Landsat7衛星搭載的ETM+影像分類的精度,文中分析瞭ETM+傳感器拍攝的江西跼部區域的遙感影像.通過分析概率神經網絡的結構和算法,運用MATLAB對圖像進行瞭處理,得到分類後的圖像像素屬性數據,併對處理結果均勻取樣本點進行瞭精度分析.結果錶明:概率神經網絡可以滿足ETM+影像分類的要求,具有很好的應用前景.
위료제고Landsat7위성탑재적ETM+영상분류적정도,문중분석료ETM+전감기박섭적강서국부구역적요감영상.통과분석개솔신경망락적결구화산법,운용MATLAB대도상진행료처리,득도분류후적도상상소속성수거,병대처리결과균균취양본점진행료정도분석.결과표명:개솔신경망락가이만족ETM+영상분류적요구,구유흔호적응용전경.
