摘要
传统遥感影像分割处理方法的适应性受到限制,要求分类数据服从正态分布,同时地理辅助数据也难以加入检测.逆向传播(BP)神经网络算法灵活性好,具有综合分析的能力,能够很好地拟合遥感影像中存在的非线性数据.融合遥感影像光谱数据和地理信息系统(GIS)产生的地理辅助数据进行森林病虫害等级分类,快速、准确地识别和提取森林信息,利用逆向传播网络-可扩展的delta-bar-delta(BPN-EDBD)算法分类器把预处理后的遥感影像加入不同地理辅助信息〔数字高程模型(DEM)、近红外光谱(NIR)与归一化差值植被指数(NDVI)〕作为输入参数进行分类,提取不同健康状况的林分光谱特征值并与森林健康因子阈值相比较,输出林分病虫害等级分类结果,提高算法的收敛速度和分类精度.
出版日期
2018年01月11日（中国Betway体育网页登陆平台首次上网日期，不代表论文的发表时间）
