BP-ANN在荒漠草地高光谱分类研究中的应用

被引：15

作者：

钱育蓉 ^{[1
,2
]}

贾振红 ^{[2
]}

于炯 ^{[1
]}

杨峰 ^{[3
]}

段文亮 ^{[4
]}

机构：

[1] 新疆大学软件学院

[2] 新疆大学信息科学与工程学院

[3] 四川农业大学农学院

[4] 中国联通新疆分公司

来源：

计算机工程与应用 | 2011年 / 47卷 / 12期

关键词：

高光谱特征提取; 反向反馈(BP)人工神经网络; 红边特征; 窄波段光谱;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

利用高分辨率光谱仪在实地测得的光谱数据来识别新疆阜康地区的7种典型荒漠草种,对原始高光谱数据作预处理(微分和平滑),选取典型荒漠植被的光谱特征(红边、绿峰、红谷、RVI等)作为输入数据,植被类型作为输出数据,构建基于BP神经网络模型的典型荒漠草地分类器,进行了三组基于高光谱特征的草地类型分类实验,结果表明:(1)红边特征较其余吸收特征更能获得精确的分类结果;(2)波段550～790nm间的窄波段光谱分类间隔中,20nm优于10nm的间隔;(3)草地分类器中BP网络模型的输入层、隐藏层神经元个数与BP网络训练时间、精度具有复杂的耦合关系,不可一概而论。

引用

页码：225 / 228

页数：4

共 8 条

[1] 利用高光谱数据快速估算高羊茅牧草光合色素的研究 [J].