原文服务方: 南宁师范大学学报(自然科学版)       
摘要:
以由DEM数据提取出的坡度、地形特征信息与 TM 遥感影像的光谱信息相结合,应用BP神经网络方法进行石漠化遥感影像分类.并对比了BP神经网络分类法、ISODATA分类法、最大似然法三种分类方法.结果表明BP神经网络分类法有效地提高了石漠化信息的遥感分类精度.
推荐文章
基于BP神经网络的遥感影像分类方法
BP神经元刚络
遥感
分类
精度
基于BP神经网络的多源遥感影像分类
BP 神经网络
信息融合
分类
基于遗传算法改进BP神经网络的遥感影像分类研究
神经网络
遗传算法
遥感图像分类
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
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神经网络的石漠化遥感影像分类方法的探讨
来源期刊 南宁师范大学学报(自然科学版) 学科
关键词 BP神经网络 影像分类 石漠化
年,卷(期) 2013,(1) 所属期刊栏目
研究方向 页码范围 70-77
页数 分类号 TP79
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(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)
研究主题发展历程
节点文献
BP神经网络
影像分类
石漠化
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
南宁师范大学学报(自然科学版)
季刊
2096-7330
45-1408/N
大16开
南宁市明秀东路175号
1983-01-01
中文
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导