基于BP神经网络的竹林遥感监测研究

编号 zgly0000556881

文献类型 期刊论文

文献题名 基于BP神经网络的竹林遥感监测研究

学科分类 220.25;森林经理学

作者 施拥军  徐小军  杜华强  周国模  金伟  周宇峰 

作者单位 浙江林学院环境科技学院 

母体文献 浙江林学院学报 

年卷期 2008,25(4)

页码 417-421

年份 2008 

分类号 S757.2  S758.4 

关键词 森林经理学  BP神经网络  竹林  分类  遥感  ETM＋ 

文摘内容 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Matlab神经网络模块．采用BP神经网络(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-Marquardt BP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)等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。