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。
基于MATLAB的KAPPA系数计算。The confusion matrix was used to describe the classification accuracy and to characterize the errors. Landis and Koch (1977) classified Kappa values into different categories: 0-0.20, 0.21-0.40, 0.41-0.60, 0.61-0.80 and 0.81-1, wh
