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:
利用MODIS中5个光谱波段上不同云相态的特性,提出了一种基于BP神经网络的云相态检测方法.首先,分析了所选波段上不同云相态的特性,利用5个波段上光谱图像的反射率、亮温值和亮温差值构成4组特征数据作为输入层,隐层和输出层分别采用优化的传输函数.然后,利用3层前馈型BP神经网络对所选波段MODIS数据进行了云相态检测.最后,将两组测试数据用该BP神经网络算法进行云相态检测的结果与相应MOD06云相态数据进行了对比分析,结果表明该方法能很好地识别云相态,检测平均准确率达到86.11%,计算结果与标准结果平均相关性达到0.874的高度相关,且无需在计算前进行复杂的云和晴空分离处理.
推荐文章
基于GA改进BP神经网络网络异常检测方法
网络异常检测
BP神经网络
遗传算法
异常流量
基于BP神经网络进行云相态识别方法的研究
MODIS图像
云相态
人工神经网络
亮温
基于BP神经网络的人脸检测AdaBoost算法
人脸检测
BP神经网络
AdaBoost
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神经网络的云相态检测方法研究
来源期刊 遥感技术与应用 学科 工学
关键词 MODIS 神经网络 云相态 BP算法
年,卷(期) 2015,(4) 所属期刊栏目 数据与图像处理
研究方向 页码范围 714-718
页数 分类号 TP79
字数 语种 中文
DOI 10.11873/j.issn.1004-0323.2015.4.0714
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 杨春平 电子科技大学光电信息学院 50 386 10.0 17.0
2 熊贤成 电子科技大学光电信息学院 3 15 3.0 3.0
3 敖明武 电子科技大学光电信息学院 8 34 3.0 5.0
4 郭晶 电子科技大学光电信息学院 8 48 3.0 6.0
5 曾丹丹 电子科技大学光电信息学院 4 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (6)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (29)
二级引证文献  (12)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
MODIS
神经网络
云相态
BP算法
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
遥感技术与应用
双月刊
1004-0323
62-1099/TP
大16开
兰州市天水路8号
54-21
1986
chi
出版文献量(篇)
2767
总下载数(次)
11
总被引数(次)
43303
论文1v1指导