为了消除传统的遥感影像分类所带来的模糊性和不确定性，采用 B P神经网络进行遥感影像分类。利用 Matlab软件构建 B P网络遥感影像分类算法，通过对 B P网络算法进行改进，采用动量． 自适应学习速率调整算 法克服了网络训练速度慢、不易收敛到全局最优等缺点。对一幅全色遥感图像通过300次训练后，输出能真实反映地类的影像图，其分类总精度为86.67 ％，Kappa系数为0.82，分类精度能够满足遥感图像分类的需要。
作者简介 Roger S.Pressman是软件工程领域国际知名的咨询专家和作者。他以优等成绩从Connecticut大学获得学士学位，从Bridgeport大学获得硕士学位，从Connecticut大学获得工学博士学位。已有超过25年的产业经验。主要从事工程产品软件和系统软件的开发技术工作和管理工作。
