造价通
更新时间:2026.11.14
基于GIS和神经网络的森林植被分类(英文)

格式:pdf

大小:968KB

页数: 8页

本文综述了国际遥感分类研究,使用Landsat7ETM+遥感数据和地理辅助数据,应用BP神经网络方法,将莽汉山林场作为研究区进行了遥感影像的分类研究。比较了BP神经网络分类与最大似然、简单和复杂非监督分类法之间的类型与数量精度。BP神经网络分类的总类型精度是70.5%,总数量精度为84.65%,KAPPA系数是0.6455。结果说明BP神经网络的分类质量优于其他方法,其总的类型精度与其他三种分类方法相比分别增加了10.5%、32%和33%,总的质量精度增加了5.3%。因此,辅以地理参考数据的BP神经网络分类可以作为一种有效的分类方法。

基于多普勒频谱的建筑物与植被场景分类技术

格式:pdf

大小:310KB

页数: 6页

利用低分辨雷达对建筑物和植被进行分类具有重要意义。本文通过对两类目标在有风条件下频谱进行分析,提取具有可分辨力的特征,首先选用支持向量机(Support Vector Machine,SVM)对两类目标进行点迹级鉴别,其次通过投票法对点迹分类结果进一步融合来提高识别率,最后将雷达实测数据的实验结果与该地区高清卫星地图进行对比,验证所提方法的有效性和稳健性,并给出了该研究方法的适用条件。

最新知识

植被分类
点击加载更多>>
植被分类相关专题

分类检索: