【摘要】 土地覆盖是植物群落研究的重要参数 ,反映植物群落的生长状况及其所处生存环境的优劣。小尺度常规的测定方法费力、费时 ,而且是破坏性的 ,不能动态监测其变化。而对于大尺度的测定 ,常规方法无能为力 ,只能采用遥感方法。应用人工神经网络和多谱段遥感数据对香港大屿山岛进行土地覆盖的分类 ,设计了一个合适的多层感知器前向反馈神经网络用于土地覆盖分类 ,并将分类结果与传统的最大似然分类方法所得的结果作比较 ,结果表明神经网络方法在分类精度上有了很大的提高。更多还原

【Abstract】 Neural Networks have been proposed as a means of classifying remotely sensed data. In this paper, we address a land cover classification problem using multi-spectral Landsat Thematic Mapper(TM) data employing ANN. We design a MLP (Multi Layer Perceptron)Neural Network to classify the land cover type and compare the result with the conventional classification schemes. The results show that the neural network is superior to some of the classical statistical methods.更多还原