基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
如何解决多类别图像的识别并满足一定的精度,是遥感图像研究中的一个关键问题,具有十分重要的意义.本文使用Landsat7ETM+遥感数据和森林资源分布图等地理辅助数据,用BP神经网络方法对森林植被进行了分类,并与最大似然法的分类结果进行精度比较分析.结果表明地理辅助数据参与的BP神经网络用于森林植被遥感图像分类其效果是较好的,是一种有效的图像分类方法.
推荐文章
遗传算法优化确定BP神经网络的遥感图像分类
遥感图像分类
BP神经网络
遗传优化算法
神经元数学建模
图像预处理
土地类型分类
基于随机森林模型的陆地卫星-8遥感影像森林植被分类
随机森林模型法
陆地卫星-8遥感影像
森林植被分类
基于BP神经网络的竹林遥感监测研究
森林经理学
BP神经网络
竹林
分类
遥感
ETM+
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的森林植被遥感分类研究
来源期刊 林业资源管理 学科 农学
关键词 遥感 分类 森林 植被 BP人工神经网络
年,卷(期) 2005,(1) 所属期刊栏目 科技
研究方向 页码范围 51-54
页数 4页 分类号 S771.8
字数 3041字 语种 中文
DOI 10.3969/j.issn.1002-6622.2005.01.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张晓丽 北京林业大学资源与环境学院 83 1224 21.0 31.0
2 刘旭升 16 220 6.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (68)
参考文献  (2)
节点文献
引证文献  (74)
同被引文献  (152)
二级引证文献  (476)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(6)
  • 引证文献(5)
  • 二级引证文献(1)
2007(17)
  • 引证文献(7)
  • 二级引证文献(10)
2008(26)
  • 引证文献(8)
  • 二级引证文献(18)
2009(29)
  • 引证文献(6)
  • 二级引证文献(23)
2010(38)
  • 引证文献(3)
  • 二级引证文献(35)
2011(37)
  • 引证文献(2)
  • 二级引证文献(35)
2012(36)
  • 引证文献(4)
  • 二级引证文献(32)
2013(41)
  • 引证文献(4)
  • 二级引证文献(37)
2014(57)
  • 引证文献(10)
  • 二级引证文献(47)
2015(51)
  • 引证文献(4)
  • 二级引证文献(47)
2016(67)
  • 引证文献(8)
  • 二级引证文献(59)
2017(54)
  • 引证文献(7)
  • 二级引证文献(47)
2018(49)
  • 引证文献(4)
  • 二级引证文献(45)
2019(34)
  • 引证文献(2)
  • 二级引证文献(32)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
遥感
分类
森林
植被
BP人工神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
林业资源管理
双月刊
1002-6622
11-2108/S
大16开
北京和平里东街18号
1972
chi
出版文献量(篇)
3135
总下载数(次)
11
论文1v1指导