基于BP神经网络的遥感影像棉花识别方法
本文选题:遥感影像 + 棉花识别 ; 参考:《计算机工程与设计》2017年05期
【摘要】:为提高遥感影像棉花识别的精度,提出一种基于反向传播(back propagation,BP)神经网络算法的棉花识别方法。利用单时相GF-1号和Ladsat8遥感数据,结合归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、红波段亮度值(B3)和近红外波段亮度值(B4)等特征指数,依据野外GPS实测数据选择训练样本,通过不同的特征组合对BP神经网络进行训练。验证结果表明,该识别方法精度达到98.32%,较最大似然法和最小距离法分别提高8.27%和5.53%。实验结果表明,所提方法能够有效地提高棉花识别精度并简化识别过程。
[Abstract]:In order to improve the accuracy of cotton recognition in remote sensing images, a cotton recognition method based on back-propagation (BPN) neural network algorithm is proposed. Using the single phase GF-1 and Ladsat8 remote sensing data, combined with the normalized vegetation index (NDVI), the difference vegetation index (DVI), the ratio vegetation index (RVI), the red band luminance value (B3) and the near infrared band luminance value (B4), the training samples were selected according to the field GPS data. BP neural network is trained by different feature combinations. The results show that the accuracy of the method is 98.32, which is 8.27% and 5.53% higher than that of the maximum likelihood method and the minimum distance method, respectively. The experimental results show that the proposed method can effectively improve the cotton recognition accuracy and simplify the identification process.
【作者单位】: 新疆大学软件学院;
【基金】:国家自然科学基金项目(61562086、61462079、61363083、61262088)
【分类号】:TP183;TP751
【相似文献】
相关期刊论文 前10条
1 陈帅;朱小玉;王鹏;姜楠;;回归分析和BP神经网络在地表沉降监测中的应用[J];全球定位系统;2012年01期
2 ;2002年日经BP产品设计奖[J];现代制造;2003年02期
3 李秀珍;孔纪名;李朝凤;;基于Matlab的BP神经网络在泥石流危险性评价中的应用[J];工程勘察;2010年01期
4 郑唯唯;安会刚;杜涛;;过程质量控制的BP神经网络预测方法研究[J];新技术新工艺;2007年09期
5 陈昌富;刘辉;肖燕;;海相沉积软土蠕变BP神经网络本构模型[J];工程地质学报;2008年04期
6 李红霞;张建雄;赵新华;;基于混沌优化BP神经网络的地面沉降模型[J];中国矿业大学学报;2008年03期
7 周复旦;赵长胜;高卫东;;BP神经网络模型在采水地面沉降中的应用研究[J];测绘科学;2011年06期
8 王新民;赵彬;王贤来;张钦礼;;基于BP神经网络的凿岩爆破参数优选[J];中南大学学报(自然科学版);2009年05期
9 刘杨;任朝晖;刘挺;冯霏;;基于BP神经网络专家系统的设计质量评价方法[J];机械与电子;2011年02期
10 陈红,何祖威,陈秀环;基于改进BP神经网络的制冷剂状态参数计算模型[J];重庆大学学报(自然科学版);2005年02期
相关会议论文 前2条
1 柳柳;乔艳红;;BP神经网络在区域滑坡危险性预测中的应用[A];工程地质力学创新与发展暨工程地质研究室成立50周年学术研讨会论文集[C];2008年
2 蒋从双;杨洁;李贤徽;张斌;;声源反演的BP神经网络模型[A];中国声学学会第九届青年学术会议论文集[C];2011年
,本文编号:1970123
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/1970123.html