10.3969/j.issn.1673-923X.2010.11.009
基于BP神经网络的森林树种分类研究
精准的森林树种分类是林业遥感研究的重要课题.高光谱数据具有丰富的波谱信息,能够探测到不同植被光谱的细微差异,为森林树种分类研究提供了数据来源.人工神经网络提供了任意维数输入输出矢量之间的非线性映射,能够逼近任意的非线性连续系统,为森林树种分类研究提供了技术手段.以马尾松成熟林、樟树幼龄林及荷花玉兰幼龄林为分类对象,将高光谱特征参数作为输入矢量,森林树种类别作为输出矢量,构建BP神经网络,开展分类研究.结果表明:马尾松成熟林及樟树幼龄林的分类精度达100.0%,样本分类综合精度可达93.3%.
森林经理学、高光谱遥感、BP神经网络、树种分类、黄丰桥
30
S757(森林经营学、森林计测学、森林经理学)
国家自然科学基金;高等学校博士学科点专项科研基金;国家科技支撑计划;湖南省自然科学基金;教育厅项目
2011-03-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
43-46