CAJ | 학술논문

利用高分辨率光谱仪在实地测得的光谱数据来识别新疆阜康地区的 7 种典型荒漠草种,对原始高光谱数据作预处理(微分和平滑),选取典型荒漠植被的光谱特征(红边、绿峰、红谷、RVI 等)作为输入数据,植被类型作为输出数据,构建基于 BP 神经网络模型的典型荒漠草地分类器,进行了三组基于高光谱特征的草地类型分类实验,蛄果表明:(1)红边特征较其余吸收特征更能获得精确的分类结果;(2)波段 550～790 nm 间的窄波段光谱分类间隔中,20 nm 优于 10 nm 的间隔;(3)草地分类器中 BP 网络模型的输入层、隐藏层神经元个数与 BP 网络训练时间、精度具有复杂的耦合关系,不可一概而论.
이용고분변솔광보의재실지측득적광보수거래식별신강부강지구적 7 충전형황막초충,대원시고광보수거작예처리(미분화평활),선취전형황막식피적광보특정(홍변、록봉、홍곡、RVI 등)작위수입수거,식피류형작위수출수거,구건기우 BP 신경망락모형적전형황막초지분류기,진행료삼조기우고광보특정적초지류형분류실험,고과표명:(1)홍변특정교기여흡수특정경능획득정학적분류결과;(2)파단 550～790 nm 간적착파단광보분류간격중,20 nm 우우 10 nm 적간격;(3)초지분류기중 BP 망락모형적수입층、은장층신경원개수여 BP 망락훈련시간、정도구유복잡적우합관계,불가일개이론.