10.13778/j.cnki.11-3705/c.2020.06.003
基于BP神经网络的油菜籽遥感识别研究
针对传统分类方法易受到"同物异谱"和"异物同谱"的影响,农作物遥感分类准确性较低的问题,本文以四川盆地内的川中丘陵和川西成都平原为主要研究区域,选用Landsat-8 OLI遥感数据,构建了基于BP神经网络的土地覆盖分类模型,应用于研究区的主要作物油菜籽识别研究.以两幅Landsat-8 OLI遥感数据的14个波段作为输入,不断调节分类参数,最终确定了最优分类网络结构.结果显示,BP神经网络法油菜籽的分类总体精度为81.28%,较最大似然法提高了25.12个百分点,Kappa系数也有所提高.基于BP神经网络的遥感分类模型可高效精确地识别油菜籽.
BP神经网络、油菜籽、遥感影像、农作物遥感分类识别
P407.8(一般理论与方法)
2020-06-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
16-24