[发明专利]一种基于改进的多层感知机的高光谱遥感影像分类方法

权利要求书

1.一种基于改进的多层感知机的高光谱遥感影像分类方法，其特征在于，具体包括：

步骤一：图像选择与预处理，选择图像数据集，进行预处理；

步骤二：提取训练数据，选取用来训练的数据组，搭建多层感知机模型；

步骤三：特征选择与特征提取；经过训练提取出数据样本的特征；

步骤四：分类处理，输入需要分类的数据组，根据训练得到的特征进行分类；

步骤五：输出分类结果。

2.根据权利要求1所述的基于改进的多层感知机的高光谱遥感影像分类方法，其特征在于，步骤三中对于多层感知机的改进，包括：

(1)对多层感知机的反向传播算法的改进；

(2)权值初始化时，取激活函数的线性区域范围在(-1，1)，该范围内权值在零值附近且足够的小；

(3)随学习时间的推移降低学习的速率；一开始学习速率大一点，而随着时间的推移需要学习速率得到下降，利用

v＝v₀/(1+d)×t)

v是学习速率，v₀是初始学习速率，d是用来控制学习速率的一个常量，需要自己定义，t是反向传播的次数。

3.根据权利要求2所述的基于改进的多层感知机的高光谱遥感影像分类方法，其特征在于，对于反向传播算法的改进采用改变学习步长的方法。

4.根据权利要求3所述的基于改进的多层感知机的高光谱遥感影像分类方法，其特征在于，对于反向传播算法的改进具体做法是：在多层感知机训练过程中，开始时，学习步长应该加大，训练到后期的时候，以缓慢的速率逼近最优值，避免速率过大产生振荡。