神经网络技术在成像光谱数据的岩石矿物识别中的应用  

Recognise Lithology and Mineral in Remote Sensing Imagery Using Neural Network

作　　者：姚国清[1] 

机构地区：[1]中国地质大学(北京)信息工程学院,100083

出　　处：《计算机仿真》2001年第6期33-35,59,共4页Computer Simulation

基　　金：国土资源部 95重点项目 ( 95 0 5 30 1)的课题的一部分

摘　　要：由于遥感图像的复杂性 ,在遥感图像上直接进行岩石矿物识别是比较困难的 ,成像光谱数据的应用和人工神经网络模拟技术的日益成熟 ,为利用遥感图像直接进行岩石矿物识别提供了一种非常有效的方法。该文利用简化的二阶B -P神经网络 ,用标准的矿物波谱曲线作为训练样本 ,对试验区内的OH—类矿物进行识别试验 ,取得了很好的效果。试验表明 :利用神经网络技术进行成像光谱数据的岩石矿物识别是非常有效的。It is difficult to recognise directly lithology and mineral in remote sensing imagery. With progress in application of imaging spectrum data and neural network, methords recognising lithology and mineral using remote sensing imagery are already very effective. This paper study high order B-P neural network. Using standard mineral spectrum data as training sample, recognise hydroxyl-bearing mineral in testing area. As a result, it is effective to recognise lithology and mineral in remote sensing imagery using high order neural network.

关 键 词：神经网络 岩石矿物识别 成像光谱数据 学习算法 

分 类 号：P585[天文地球—岩石学] TP183[天文地球—地质学]