浙江林业科技
浙江林業科技
절강임업과기
JOURNAL OF ZHEJIANG FORESTRY SCIENCE AND TECHNOLOGY
2014年
4期
55-61
,共7页
遥感影像%可燃物类型%森林火灾%最大似然法%神经网络%支持向量机
遙感影像%可燃物類型%森林火災%最大似然法%神經網絡%支持嚮量機
요감영상%가연물류형%삼림화재%최대사연법%신경망락%지지향량궤
remote sensing image%fuel type%forest fire%maximum likelihood%neural networks%support vector machine
采用最大似然法、参数优化的神经网络法和支持向量机法对数据处理后的遥感影像进行分类，研究不同时相、影像质量和分类方法对森林火灾可燃物分类精度的影响，提出了森林火灾可燃物的粗分类标准，并实验验证了分类标准的可行性，采用神经网络法对时效性好、质量高的TM影像进行森林火灾可燃物分类的精度最高。
採用最大似然法、參數優化的神經網絡法和支持嚮量機法對數據處理後的遙感影像進行分類，研究不同時相、影像質量和分類方法對森林火災可燃物分類精度的影響，提齣瞭森林火災可燃物的粗分類標準，併實驗驗證瞭分類標準的可行性，採用神經網絡法對時效性好、質量高的TM影像進行森林火災可燃物分類的精度最高。
채용최대사연법、삼수우화적신경망락법화지지향량궤법대수거처리후적요감영상진행분류，연구불동시상、영상질량화분류방법대삼림화재가연물분류정도적영향，제출료삼림화재가연물적조분류표준，병실험험증료분류표준적가행성，채용신경망락법대시효성호、질량고적TM영상진행삼림화재가연물분류적정도최고。
Processed remote sensing images were classified by maximum likelihood method, neural networks method of parameter optimization and support vector machine method of parameter optimization. Studies were conducted on influence of different imaged time, image quality and classification method on the accuracy of forest fuel classification. Experiments proved the feasibility of classification criteria, that the classification accuracy was higher with good imaged time, higher quality of the TM images by neural network method.
