典型文献
基于BP神经网络的无人机遥感影像土地类型识别研究
文献摘要：
针对传统土地类型识别方法存在的识别精度和成功率低的问题,提出了基于BP神经网络的无人机遥感影像土地类型识别.首先,以国土空间规划土地类型划分标准为依据,设置土地类型识别标准;然后,利用无人机及成像设备获取土地无人机遥感影像,并对获取的土地遥感影像通过校正和增强,完成土地遥感影像预处理.最后,利用BP神经网络算法构建土地无人机遥感影像识别模型,将训练土地遥感影像数据集作为该模型的输入值,完成土地遥感影像数据特征,并将提取的特征进行匹配,实现了土地类型的识别.通过实证分析证明:设计识别方法的Kappa系数和成功率分别提高了 0.049和7.35％.
文献关键词：
神经网络;无人机;遥感影像;土地类型;土地识别
中图分类号：
作者姓名：
张桂莲;王苏春
作者机构：
内蒙古自治区航空遥感测绘院,呼和浩特010010;呼和浩特市国土空间规划院(呼和浩特市测绘地理信息中心),呼和浩特010010
文献出处：
引用格式：
[1]张桂莲;王苏春-.基于BP神经网络的无人机遥感影像土地类型识别研究)[J].自动化与仪器仪表,2022(03):41-45
A类：
土地识别
B类：
无人机遥感影像,类型识别,识别精度,国土空间规划,土地类型划分,划分标准,识别标准,成像设备,取土,影像预处理,神经网络算法,遥感影像识别,识别模型,遥感影像数据,数据特征,Kappa
AB值：
0.19647
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
