基于相容粗糙集的BP神经网络湿地覆被信息提取——以双台子河口湿地为例

• 作者: 周林飞 姚雪 芦晓峰
• 来源期刊: 资源科学
• 关键词: 相容粗糙集 BP神经网络 湿地分类 Landsat-8影像 双台子河口湿地
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 资源信息
• 页码范围: 1538-1549
• 语种: 中文
• DOI: 10.18402/resci.2016.08.12

摘要

BP神经网络因具有自学习、自适应、大规模并行处理等特点而广泛应用于遥感影像分类中,但是该方法训练时容易陷入局部极小值,且收敛速度较慢,针对这些不足提出一种基于相容粗糙集的BP神经网络分类方法.本文以双台子河口湿地为研究对象,以Landsat-8OLI影像为数据基础,利用相容粗糙集理论对样本数据集进行预处理,将得到的数据作为新的训练样本,在Matlab软件平台下建立BP神经网络的湿地覆被分类模型,进行湿地覆被信息提取,将分类结果与单纯的BP神经网络以及粗糙集样本属性约简预处理的分类结果进行比较分析.结果表明,基于相容粗糙集的BP神经网络分类方法可以剔除训练样本中的噪声数据,提高网络的训练成功率,缩短网络的收敛时间,分类效果较好,其总体精度达到91.25％,Kappa系数为0.8969,比单纯的BP神经网络分类结果高7.92％和0.0926,比粗糙集样本属性约简预处理方法的分类结果高3.03％和0.0357,是一种有效的湿地覆被分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周林飞	沈阳农业大学水利学院	90	688	13.0	22.0
2	芦晓峰	沈阳农业大学水利学院	30	193	8.0	12.0
3	姚雪	沈阳农业大学水利学院	3	25	3.0	3.0