BP-ANN在荒漠草地高光谱分类研究中的应用

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,蛄果表明:(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 550～790 nm 间的窄波段光谱分类间隔中,20 nm 优于 10 nm 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.

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

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60863003;国际科技合作项目2009DFA12870;教育部国家大学生创新性实验计划101075540;新疆大学博士启动基金BS100128

在线出版日期：2011-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：225-228