本文選題：遙感影像 + 棉花識別��； 參考：《計算機工程與設(shè)計》2017年05期

【摘要】：為提高遙感影像棉花識別的精度,提出一種基于反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)算法的棉花識別方法。利用單時相GF-1號和Ladsat8遙感數(shù)據(jù),結(jié)合歸一化植被指數(shù)(NDVI)、差值植被指數(shù)(DVI)、比值植被指數(shù)(RVI)、紅波段亮度值(B3)和近紅外波段亮度值(B4)等特征指數(shù),依據(jù)野外GPS實測數(shù)據(jù)選擇訓(xùn)練樣本,通過不同的特征組合對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。驗證結(jié)果表明,該識別方法精度達(dá)到98.32%,較最大似然法和最小距離法分別提高8.27%和5.53%。實驗結(jié)果表明,所提方法能夠有效地提高棉花識別精度并簡化識別過程。
[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.
【作者單位】： 新疆大學(xué)軟件學(xué)院;
【基金】：國家自然科學(xué)基金項目(61562086、61462079、61363083、61262088)
【分類號】：TP183;TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳帥;朱小玉;王鵬;姜楠;;回歸分析和BP神經(jīng)網(wǎng)絡(luò)在地表沉降監(jiān)測中的應(yīng)用[J];全球定位系統(tǒng);2012年01期

2 ;2002年日經(jīng)BP產(chǎn)品設(shè)計獎[J];現(xiàn)代制造;2003年02期

3 李秀珍;孔紀(jì)名;李朝鳳;;基于Matlab的BP神經(jīng)網(wǎng)絡(luò)在泥石流危險性評價中的應(yīng)用[J];工程勘察;2010年01期

4 鄭唯唯;安會剛;杜濤;;過程質(zhì)量控制的BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法研究[J];新技術(shù)新工藝;2007年09期

5 陳昌富;劉輝;肖燕;;海相沉積軟土蠕變BP神經(jīng)網(wǎng)絡(luò)本構(gòu)模型[J];工程地質(zhì)學(xué)報;2008年04期

6 李紅霞;張建雄;趙新華;;基于混沌優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的地面沉降模型[J];中國礦業(yè)大學(xué)學(xué)報;2008年03期

7 周復(fù)旦;趙長勝;高衛(wèi)東;;BP神經(jīng)網(wǎng)絡(luò)模型在采水地面沉降中的應(yīng)用研究[J];測繪科學(xué);2011年06期

8 王新民;趙彬;王賢來;張欽禮;;基于BP神經(jīng)網(wǎng)絡(luò)的鑿巖爆破參數(shù)優(yōu)選[J];中南大學(xué)學(xué)報(自然科學(xué)版);2009年05期

9 劉楊;任朝暉;劉挺;馮霏;;基于BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的設(shè)計質(zhì)量評價方法[J];機械與電子;2011年02期

10 陳紅,何祖威,陳秀環(huán);基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的制冷劑狀態(tài)參數(shù)計算模型[J];重慶大學(xué)學(xué)報(自然科學(xué)版);2005年02期

相關(guān)會議論文 前2條

1 柳柳;喬艷紅;;BP神經(jīng)網(wǎng)絡(luò)在區(qū)域滑坡危險性預(yù)測中的應(yīng)用[A];工程地質(zhì)力學(xué)創(chuàng)新與發(fā)展暨工程地質(zhì)研究室成立50周年學(xué)術(shù)研討會論文集[C];2008年

2 蔣從雙;楊潔;李賢徽;張斌;;聲源反演的BP神經(jīng)網(wǎng)絡(luò)模型[A];中國聲學(xué)學(xué)會第九屆青年學(xué)術(shù)會議論文集[C];2011年

，

本文編號：1970123