遥感影像的自动分类是模式识别技术在遥感技术领域的具体应用。在与统计分类方法的比较中,神经网络方法体现出了巨大的优越性。人工神经网络不需要预先假设样本空间的参数化统计分布,有着良好的并行处理性能,能适应多波段的需要。在神经网络的不同算法中,应用和研究最多的是反向传播人工神经网络模型(BP网络模型),本文提出一种基于模拟退火BP神经网络模型的遥感影像自动分类方法。该网络模型利用模拟退火的思想,结合动量梯度下降法和标准BP神经网络各自的优势,对动量参数和权值进行调整,不仅能避免网络陷人局部极小点,而且能使网络稳定地收敛。网络训练和遥感影像分类结果表明改进后的网络易收敛且性能稳定,分类精度较高,有实际应用价值。同时本文着眼目前遥感信息发布现状,结合统一的Web服务对象封装技术,提出并实现了一种跨平台、无缝集成的系统设计方案:采用XML Web服务发布遥感信息。实现了跨平台和不同语言的应用集成,促进了遥感信息的电子商务化和遥感经济的发展。