基于高光譜遙感的荒漠化草原草種類分類模型研究
發(fā)布時(shí)間:2023-04-10 04:31
植物群落結(jié)構(gòu)的改變是草原退化的主要特征之一,草原草種類識(shí)別與分類是基于遙感的草原退化評(píng)價(jià)與研究的基礎(chǔ);哪菰锓N混雜度高且植被低矮,遙感識(shí)別與分類難度較大。本研究以內(nèi)蒙古荒漠草原建群種和退化指示種為研究對(duì)象,在實(shí)地采集高光譜數(shù)據(jù),通過單因素定量實(shí)驗(yàn)法對(duì)光譜數(shù)據(jù)進(jìn)行特征提取。并基于深度學(xué)習(xí)的方法,采用了VGG-16卷積神經(jīng)網(wǎng)絡(luò)法對(duì)上述草種進(jìn)行識(shí)別分類。研究結(jié)果表明本方法得到的草原草種類識(shí)別模型表現(xiàn)較優(yōu),平均識(shí)別率達(dá)到97%,實(shí)現(xiàn)了在自然條件下對(duì)多種草原草種類的準(zhǔn)確識(shí)別,為基于高光譜低空遙感的天然草原退化監(jiān)測(cè)與研究奠定了基礎(chǔ)。
【文章頁數(shù)】:6 頁
【文章目錄】:
0 引 言
1 研究技術(shù)路線及數(shù)據(jù)采集
1.1 研究技術(shù)路線
1.2 數(shù)據(jù)采集
2 基于VGG-16卷積神經(jīng)網(wǎng)絡(luò)草種類分類方法的提出
2.1 數(shù)據(jù)降維及特征提取
(1) 計(jì)算高光譜圖像的協(xié)方差矩陣
(2) 計(jì)算M的特征值λ,特征向量
(3) 計(jì)算k個(gè)主成分對(duì)原圖像的貢獻(xiàn)率,并確定降維結(jié)果
2.2 基于VGG-16的卷積神經(jīng)網(wǎng)絡(luò)分類
3 數(shù)據(jù)集處理及草種類識(shí)別與分類
3.1 數(shù)據(jù)集的選擇及處理
3.2 模型的訓(xùn)練及測(cè)試
4 結(jié)果與分析
4.1 VGG-16分類精度
4.2 草原草種不同生長(zhǎng)階段模型分類性能評(píng)估
4.3 草原牧草識(shí)別模型對(duì)比實(shí)驗(yàn)
5 結(jié) 論
本文編號(hào):3788331
【文章頁數(shù)】:6 頁
【文章目錄】:
0 引 言
1 研究技術(shù)路線及數(shù)據(jù)采集
1.1 研究技術(shù)路線
1.2 數(shù)據(jù)采集
2 基于VGG-16卷積神經(jīng)網(wǎng)絡(luò)草種類分類方法的提出
2.1 數(shù)據(jù)降維及特征提取
(1) 計(jì)算高光譜圖像的協(xié)方差矩陣
(2) 計(jì)算M的特征值λ,特征向量
(3) 計(jì)算k個(gè)主成分對(duì)原圖像的貢獻(xiàn)率,并確定降維結(jié)果
2.2 基于VGG-16的卷積神經(jīng)網(wǎng)絡(luò)分類
3 數(shù)據(jù)集處理及草種類識(shí)別與分類
3.1 數(shù)據(jù)集的選擇及處理
3.2 模型的訓(xùn)練及測(cè)試
4 結(jié)果與分析
4.1 VGG-16分類精度
4.2 草原草種不同生長(zhǎng)階段模型分類性能評(píng)估
4.3 草原牧草識(shí)別模型對(duì)比實(shí)驗(yàn)
5 結(jié) 論
本文編號(hào):3788331
本文鏈接:http://sikaile.net/yixuelunwen/dongwuyixue/3788331.html
最近更新
教材專著