期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于BP神经网络的遥感影像分类方法研究
被引量：
2
下载PDF
职称材料
导出
摘要
本文用遥感影像监督分类的常用方法与基于BP神经网络的分类方法对黑龙江省鹤岗市某区域高分二号数据进行土地利用分类,并比较分类精度,得出基于BP神经网络的分类方法总体精度相对较高。
作者
梁玉剑
常睿春
机构地区
成都理工大学数学地质四川省重点实验室
出处
《内蒙古科技与经济》
2019年第13期97-97,100,共2页
Inner Mongolia Science Technology & Economy
基金
四川省科技计划重点研发项目(项目编号2018SZ0328)
成都理工大学“哲学社会科学研究基金”(项目编号YJ2018-JX006)
关键词
遥感影像分类
BP神经网络
分类精度
分类号
P237 [天文地球—摄影测量与遥感]
引文网络
相关文献
节点文献
二级参考文献
22
参考文献
3
共引文献
30
同被引文献
23
引证文献
2
二级引证文献
4
参考文献
3
1
曹倩倩,黄袁升.
遥感影像分类方法精度研究[J]
.牡丹江师范学院学报（自然科学版）,2017,43(1):37-38.
被引量：4
2
孙坤,鲁铁定.
监督分类方法在遥感影像分类处理中的比较[J]
.江西科学,2017,35(3):367-371.
被引量：17
3
王崇倡,武文波,张建平.
基于BP神经网络的遥感影像分类方法[J]
.辽宁工程技术大学学报（自然科学版）,2009,28(1):32-35.
被引量：12
二级参考文献
22
1
刘小平,黎夏,何晋强,艾彬,彭晓鹃.
基于蚁群智能的遥感影像分类新方法[J]
.遥感学报,2008,12(2):253-262.
被引量：23
2
赵春霞,钱乐祥.
遥感影像监督分类与非监督分类的比较[J]
.河南大学学报（自然科学版）,2004,34(3):90-93.
被引量：88
3
刘小平,彭晓鹃,艾彬.
像元信息分解和决策树相结合的影像分类方法[J]
.地理与地理信息科学,2004,20(6):35-39.
被引量：15
4
朱建国.
分段线性分类与最大似然和平行六面体分类的对比分析[J]
.遥感技术与应用,1995,10(4):56-60.
被引量：3
5
吴健平,杨星卫.
遥感数据监督分类中训练样本的纯化[J]
.国土资源遥感,1996,8(1):36-41.
被引量：29
6
潘东晓,虞勤国,赵元洪.
遥感图像的神经网络分类法[J]
.国土资源遥感,1996,8(3):49-55.
被引量：23
7
陈晓铃.遥感数字图像处理[M].北京:机械工业出版社出版社,2007:391-411.
8
Bernard A C,Wilkinson G G, Kanellopoulos I.Training Strategies for Neural Network Soft Classification of Remotely-sensed Imagery[J].Int J Remote Sensing,1997,18(8): 1851-1856.
9
童小华,张学,刘妙龙.
遥感影像的神经网络分类及遗传算法优化[J]
.同济大学学报（自然科学版）,2008,36(7):985-989.
被引量：12
10
王耀南.
小波神经网络的遥感图象分类[J]
.中国图象图形学报（A辑）,1999,4(5):368-371.
被引量：23
共引文献
30
1
唐艳,付存君,魏建新.
基于自适应学习速率的改进BP神经网络[J]
.计算机光盘软件与应用,2012,15(4):48-49.
被引量：10
2
张继超,蔺腊月,张永红,李玉.
基于目标分解的面向对象决策树PolSAR影像分类[J]
.辽宁工程技术大学学报（自然科学版）,2013,32(5):642-647.
被引量：5
3
卜晓波,龚珍,黎华.
基于遗传算法改进BP神经网络的遥感影像分类研究[J]
.安徽农业科学,2013,41(33):13056-13058.
被引量：7
4
王利民,刘佳,杨福刚,季富华,高建孟.
基于分层非监督分类的油菜面积识别研究[J]
.中国农学通报,2018,34(23):151-159.
被引量：4
5
郭文茜,任建强,刘杏认,陈仲新,吴尚蓉,潘海珠.
统计数据总量约束下全局优化阈值的冬小麦分布制图[J]
.遥感学报,2018,22(6):1023-1041.
被引量：13
6
程千,王崇倡,张继超.
RADARSAT-2全极化SAR数据地表覆盖分类[J]
.测绘工程,2015,24(4):61-65.
被引量：6
7
毛秀华,张世良,刘锡铃.
基于遥感影像的闽东森林病虫害等级分类技术[J]
.宁德师范学院学报（自然科学版）,2018,30(1):71-75.
被引量：2
8
刘启兴,景海涛,董国涛.
无人机高分辨率遥感影像分类方法研究[J]
.计算机与数字工程,2019,47(3):638-642.
被引量：8
9
杨建宇,周振旭,杜贞容,许全全,尹航,刘瑞.
基于SegNet语义模型的高分辨率遥感影像农村建设用地提取[J]
.农业工程学报,2019,35(5):251-258.
被引量：56
10
万思兰,李细荣,林硕.
激光图像在压实土密度检测中的应用[J]
.牡丹江师范学院学报（自然科学版）,2019,45(2):25-27.
被引量：1
同被引文献
23
1
王威,唐权.
一种基于多特征及BP神经网络的高分辨率遥感影像道路提取方法[J]
.现代测绘,2020(2):8-10.
被引量：6
2
闫琰,董秀兰,李燕.
基于ENVI的遥感图像监督分类方法比较研究[J]
.北京测绘,2011,25(3):14-16.
被引量：69
3
曹兆伟,林宁,徐文斌,卢文虎,张孝龙.
基于BP神经网络的东屿岛遥感影像分类[J]
.海洋通报,2016,35(5):587-593.
被引量：9
4
王鑫,李可,宁晨,黄凤辰.
基于深度卷积神经网络和多核学习的遥感图像分类方法[J]
.电子与信息学报,2019,41(5):1098-1105.
被引量：32
5
高磊,范冰冰,黄穗.
基于残差的改进卷积神经网络图像分类算法[J]
.计算机系统应用,2019,28(7):139-144.
被引量：10
6
孟庆祥,吴玄.
基于深度卷积神经网络的高分辨率遥感影像场景分类[J]
.测绘通报,2019(7):17-22.
被引量：19
7
王宇,杨艺,王宝山,王田,卜旭辉,王传云.
深度残差神经网络高分辨率遥感图像建筑物分割[J]
.遥感技术与应用,2019,34(4):736-747.
被引量：11
8
丁杰,陈苏婷.
基于残差三维卷积神经网络的高光谱遥感图像分类[J]
.激光杂志,2019,40(12):45-52.
被引量：4
9
张丹璐,吕京国,成喆,白颖奇.
不同分类方法对城区高分遥感影像分类结果的差异性分析[J]
.北京建筑大学学报,2020,36(1):75-81.
被引量：4
10
阳成.
基于深度学习理论的无人机影像分类[J]
.北京测绘,2020,34(4):481-484.
被引量：4
引证文献
2
1
侯冬梅,张艳鹏,杨倩,张博阳.
基于残差神经网络的高分遥感影像精准分类方法[J]
.自动化与仪器仪表,2022(7):40-44.
被引量：2
2
刘瑞航,张佳瑜,马彩虹.
OIF辅助BP神经网络模式识别的土地覆盖分类[J]
.北京测绘,2022,36(9):1145-1150.
被引量：2
二级引证文献
4
1
张超,刘昭贤.
面向城市体检的遥感影像建筑物智能识别[J]
.北京测绘,2023,37(6):885-891.
2
李鹏.
遥感影像对典型地物的自动化智能提取研究[J]
.自动化与仪器仪表,2023(10):63-67.
3
张琳翔,刘宏建,郭勇,蔡中祥,王岩.
融合边缘信息的港口检测算法[J]
.测绘工程,2024,33(3):36-43.
4
郭毅秦,焦龙,娄俊豪,沈瑞华,钟汉斌,熊迅宇.
不同产地葛根药材的高光谱结合人工神经网络鉴别[J]
.云南化工,2024,51(4):92-94.
1
刘志坚.
给水果做手术的医生[J]
.学习之友,2019,0(8):29-31.
2
李长荣,郭晶.
鹤岗新型农机经营主体发展见成效[J]
.农机科技推广,2019,0(3):35-37.
被引量：1
3
赵许宁,蓝贵文,陈建军,王志伟.
基于GIS的土地利用与生态环境评价研究——以阳朔县为例[J]
.安徽农业大学学报,2019,46(3):484-490.
被引量：10
4
陈媛媛,郑加柱,魏浩翰,张荣春,欧翔.
基于不同特征的随机森林极化SAR图像分类[J]
.计算机系统应用,2019,28(8):183-189.
被引量：5
内蒙古科技与经济
2019年 第13期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
