基于BPNN算法的三门峡库区土地利用分类研究

• 作者: 易伟雄 杨素珍 毛战坡 王世岩 王亮
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: BP神经网络 MLC算法 主成分融合 土地利用分类 三门峡库区
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 水土保持·生态
• 页码范围: 96-98
• 分类号: TP79
• 字数: 3959字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2012.08.033

摘要

在主成分融合的基础上,利用BPNN算法对三门峡库区土地利用类型进行了分类研究,并对比分析了BPNN算法与MLC算法的分类效果.结果表明:BPNN算法的分类精确度总体上优于MLC算法,采用BPNN算法进行土地利用分类可以取得更好的分类效果；BPNN算法及MLC算法对水体及滩地的分类效果均较好,前者对于沼泽的分类效果要略好于后者,但BPNN算法及MLC算法对其他土地利用类型的分类精确度相比水体、滩地要低,并存在部分错分现象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛战坡		37	854	15.0	29.0
2	王亮		27	48	4.0	6.0
3	王世岩		36	494	10.0	21.0
4	杨素珍		9	50	4.0	7.0
5	易伟雄	中国地质大学水资源与环境学院	1	3	1.0	1.0