干旱区生态环境知识资源中心(Arid): BP-ANN在荒漠草地高光谱分类研究中的应用

Arid

	BP-ANN在荒漠草地高光谱分类研究中的应用
其他题名	Application of BP-ANN to classification of hyperspectral grassland in desert
	钱育蓉 1; 贾振红 2; 于炯 1; 杨峰 3; 段文亮 4
来源期刊	计算机工程与应用
ISSN	1002-8331
出版年	2011
卷号	47 期号:12 页码:225-228
中文摘要	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, 结果表明: (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
英文摘要	In order to identify the seven typical desert grasses of Xinjiang Fukang area, high-resolution spectroscopy is used to obtain the hyper-spectral data. After the preprocessing of the original hyper-spectral data, such as differentiation and smoothing, the typical desert grass classifier based on BP neural network is constructed, with the input data of typical desert grasses’ spectral characters(red-edge, green peak, red valley, RVI, etc.)and the output data of vegetation types. Three groups of grass classification experiments based on hyper-spectral features demonstrate that: (1)Red-edge characteristics perform better than the other absorption features to obtain accurate classification results(.2)Between the narrow-band spectral classification interval 550~790 nm, interval 20 nm performs better than interval 10 nm(.3)There are complex relationships between the input, output layers of BP neural network and the training time, precision of BP network
中文关键词	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
英文关键词	hyper-spectral feature extraction Back Propagation(BP)artificial neural network red edge feature narrow-band spectrum
语种	中文
国家	中国
收录类别	CSCD
WOS类目	COMPUTER SCIENCE INTERDISCIPLINARY APPLICATIONS
WOS研究方向	Computer Science
CSCD记录号	CSCD:4186919
来源机构	新疆大学
资源类型	期刊论文
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/226745
作者单位	1.新疆大学软件学院, 乌鲁木齐, 新疆 830008, 中国; 2.新疆大学信息科学与工程学院, 乌鲁木齐, 新疆 830046, 中国; 3.四川农业大学农学院, 雅安, 四川 625014, 中国; 4.中国联通新疆分公司, 乌鲁木齐, 新疆 830000, 中国
推荐引用方式 GB/T 7714	钱育蓉,贾振红,于炯,等. BP-ANN在荒漠草地高光谱分类研究中的应用[J]. 新疆大学,2011,47(12):225-228.
APA	钱育蓉,贾振红,于炯,杨峰,&段文亮.(2011).BP-ANN在荒漠草地高光谱分类研究中的应用.计算机工程与应用,47(12),225-228.
MLA	钱育蓉,et al."BP-ANN在荒漠草地高光谱分类研究中的应用".计算机工程与应用 47.12(2011):225-228.