基于BP神经网络的竹林遥感监测研究

• 作者: 周国模 周宇峰 徐小军 施拥军 杜华强 金伟
• 来源期刊: 浙江农林大学学报
• 关键词: 森林经理学 BP神经网络 竹林 分类 遥感 ETM+
• 年，卷（期）: 2008,（4）
• 页码范围: 417-421
• 页数: 5页
• 分类号: S757.2|S758.4
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0756.2008.04.003

摘要

竹林信息提取对利用遥感技术估算竹林碳储量至关重要,高精度地提取竹林信息将有利于降低碳储量估算误差.借助Maflab神经网络模块,采用BP神经网(back propagation neural network)对 ETM+(enhanced themativ mapper plus)遥感影像提取竹林信息,得到了较高的精度,生产精度和用户精度分别为84.04%和98.75%;同时比较了Levenberg-MarquardtBP算法函数(Trainlm)、自适应学习率BP的梯度递减函数(Traingda)和梯度下降动量BP算法函数(Traingdm)3种训练函数在分类中的差异.分析表明,Traingda算法函数分类精度最高,而Trainlm算法函数的训练时间最短.图3表3参17