УДК 681.3.01 ОБУЧЕНИЕ НЕЙРОННОГО КЛАССИФИКАТОРА ТИПА МНОГОСЛОЙНЫЙ ПЕРЦЕПТРОН И АНАЛИЗ РЕЗУЛЬТАТОВ КЛАССИФИКАЦИИ НА СНИМКАХ, ПОЛУЧЕННЫХ СО СПУТНИКА IKONOS , С ИСПОЛЬЗОВАНИЕМ ГЕОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ Е. М. <...> Гамбарова Научно-исследовательский институт аэрокосмической информатики г.Баку, Азербайджан В данной работе были рассмотрены 3 варианта обучения нейронного классификатора Многослойный Перцептрон с учетом выбора разных классификационных схем. <...> Были определены 12 типов растительности и почв и на их основе построены классификационная схема по 12-ти классам и две дополнительные — «Модифицированная» (по 7-ми классам) и «Оптимальная» – по 5-ти классам. <...> В ходе обучения нейронного классификатора Многослойный Перцептрон четко выявились и обозначились преимущества двух последних классификационных схем. <...> Представлены процедуры отбора примеров для обучения и тестировния, ход и результаты обучения классификатора, а также визуальный анализ картин, представляющих тематические растры результатов классификации и количественные оценки неклассифицированных и нечетко классифицированных элементов сцены. <...> Работы были проведены для решения реальной прикладной задачи по определению ареалов распространения редких типов растительности, присутствующих на многоспектральных снимках высокого разрешения, полученного со спутника IKONOS. <...> ВВЕДЕНИЕ Современные технические средства космических исследований природной среды позволяют получать снимки высокого разрешения. <...> В работе исследованы принципы обучения нейронного классификатора и дана оценка качества его работы для распознавания и классификации объектов на космических снимках высокого разрешения (IKONOS). <...> Для экспериментальных исследований был использован многоспектральный снимок юго-восточной части Азербайджана, полученный со спутника IKONOS, для участка территории 10Ч10 км. <...> Работы были проведены для решения реальной прикладной задачи по определению <...>