排序方式: 共有1条查询结果,搜索用时 156 毫秒
1
1.
基于卷积神经网络和高分辨率影像的湿地群落遥感分类——以洪河湿地为例 总被引:2,自引:0,他引:2
以洪河国家级自然保护区为研究对象,应用卷积神经网络(CNN)方法进行高分辨率湿地遥感影像的分类研究,并与基于光谱支持向量机(SP-SVM)的方法和基于纹理及光谱的支持向量机(TSP-SVM)的方法进行了对比。结果显示,对于所选取的2个研究区域,CNN分类方法的全局精度高于SP-SVM方法5.61%和5%,高于TSP-SVM方法4.18%和4.15%。尤其对于部分湿地植被的分类精度明显高于SP-SVM和TSP-SVM方法。研究表明,卷积神经网络为湿地识别的精细划分提供了有利的手段。 相似文献
1