Please wait a minute...
浙江大学学报（农业与生命科学版）
浙江大学学报(农业与生命科学版)  2007, Vol. 33 Issue (6): 691-698    
资源与环境科学     
概率神经网络的水稻种植面积遥感信息提取研究
杨晓华　 黄敬峰
浙江大学,环境与资源学院,农业遥感与信息技术应用研究所,浙江,杭州,310029
 全文: PDF(614 KB)  
摘要： 为了提高水稻种植面积遥感信息提取精度,将根据水稻生长期所选择的多时相遥感影像经过大气校正和几何校正后,实施单波段统计、主成份变换和比值变换,选出最佳组合波段,通过分析概率神经网络(probabilistic neural network,PNN)的学习算法和基本结构,对最佳组合波段影像实现PNN模型分类,并将其分类结果与反向传播(back propagation,BP)神经网络模型和最小距离法的分类结果进行比较.结果表明:PNN模型比最小距离法的分类精度高出近6个百分点;PNN模型比BP模型的分类精度高出近13个百分点;对于水稻种植面积提取精度,PNN模型比最小距离法的结果高出15个百分点.从本次试验可知,PNN模型是一种有效的遥感影像分类方法,在作物种植面积提取方面将具有独到的功效.
出版日期: 2007-11-27
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　

引用本文:

杨晓华　 黄敬峰. 概率神经网络的水稻种植面积遥感信息提取研究 [J]. 浙江大学学报(农业与生命科学版), 2007, 33(6): 691-698.

链接本文:

https://www.zjujournals.com/agr/CN/Y2007/V33/I6/691

No related articles found!