基于植被光谱特性的循环神经网络分类算法研究
作者机构：安徽城市管理职业学院轨道交通学院合肥230000 中国科学院合肥物质科学研究院合肥230000
出 版 物：《电脑编程技巧与维护》 (Computer Programming Skills & Maintenance)
年 卷 期：2024年第5期
页 面：31-33,114页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 070302[理学-分析化学] 0703[理学-化学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0713[理学-生态学] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：2023年度安徽省高校自然科学研究项目重点项目(2023AH051503) 2023年度安徽城市管理职业学院校级科研项目(2023zrkx008) 2023年度安徽城市管理职业学院校级科研项目(2023zrkx004) 2023年度安徽城市管理职业学院城市轨道交通运营管理专业岗课赛证综合育人改革(2023gksz001)
摘 要：不同种类植被因其内部结构差异致使其外显颜色不同。从光学角度解释就是在不同光谱段下有着差异化的光反射率,这种差异化被称为植被光谱特性。光谱特性是植被的固有特性,可以作为区分不同植被的重要特征。因此,提出了一种基于植被光谱特性的循环神经网络的分类框架,以高光谱图像为数据源,利用循环神经网络充分提取植被光谱特性进行分类。实验表明,提出的算法与同类型算法相比,能获得更好的分类效果。
维普期刊数据库
同方期刊数据库