一种基于GA优化PPLN的遥感影像监督分类方法

本发明属于遥感卫星测量技术领域，具体涉及一种基于GA优化PPLN的遥感影像监督分类方法，包括如下步骤：采集遥感图像样本；从采集到的样本中选择出不同模式的样本，分别构建样本数据集；确定投影寻踪学习网络的网络结构；利用输入输出样本数据集训练投影寻踪学习网络，并确定投影寻踪学习网络的状态，其中采用遗传算法计算输入权值、平滑函数的系数以及输出权值的初值；将待识别的图像输入训练后的投影寻踪学习网络进行识别分类；本发明具有投影寻踪的降维能力、神经网络广泛映射能力和GA快速、全局收敛以及增强式学习能力的性能，本发明能提高影像分类精度，克服易陷入局部极小值。