期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于BP神经网络的土地利用智能分类识别与雨洪风险模拟 被引量:2
1
作者 姜艳波 徐宁伟 +2 位作者 陈泰熙 秦安臣 黄大庄 《河北大学学报(自然科学版)》 CAS 北大核心 2024年第2期208-215,共8页
土地利用分类数据的精度对雨洪风险淹没模拟研究具有重要影响.土地利用分类中不同地物之间存在复杂的非线性关系,为提高土地分类数据的精度,本研究引入具有非线性映射能力的BP神经网络模型,提出了一种基于深度学习的遥感影像土地利用分... 土地利用分类数据的精度对雨洪风险淹没模拟研究具有重要影响.土地利用分类中不同地物之间存在复杂的非线性关系,为提高土地分类数据的精度,本研究引入具有非线性映射能力的BP神经网络模型,提出了一种基于深度学习的遥感影像土地利用分类方法.选取野三坡风景名胜区GF-2遥感影像数据,对该影像进行多尺度分割.同时将能够反映土地利用信息的光谱数据和DEM数据、坡度数据,作为输入层神经元,将土地利用类型作为输出层神经元,归一化处理后进行迭代训练,构建了基于BP神经网络的土地利用分类模型.该模型的分类总体精度达到91%,Kappa系数为0.890 6.基于该模型的识别结果,利用水文模型和ArcGIS空间分析工具,模拟并分析野三坡景区百年一遇的极端降水事件造成的雨洪淹没区,并提出应对雨洪灾害的相关策略. 展开更多
关键词 BP神经网络 土地利用分类 机器学习 雨洪风险 野三坡风景名胜区
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部