基于機器學(xué)習(xí)的農(nóng)作物種植結(jié)構(gòu)遙感提取研究.pdf

1、fIIIIIIJillIIIIIIIIII』Y3436587河南街籀大學(xué)碩士學(xué)位論文(專業(yè)學(xué)位)基于機器學(xué)習(xí)的農(nóng)作物種植結(jié)構(gòu)遙感提取研究專業(yè)學(xué)位領(lǐng)域：農(nóng)業(yè)信息化專業(yè)學(xué)位類另《：農(nóng)業(yè)推廣碩士申請人：常升龍指導(dǎo)教師王川副教授王來剛副研究員(校外導(dǎo)師)二。一八年三月摘要當(dāng)前在遙感技術(shù)的推動下，遙感數(shù)據(jù)呈現(xiàn)出同大數(shù)據(jù)類似的特點，即數(shù)據(jù)量大、要求快速響應(yīng)、數(shù)據(jù)多樣性、價值密度低，這就需要機器學(xué)習(xí)的相關(guān)知識來處理處理這些遙感數(shù)據(jù)。如何提高農(nóng)作物種植

2、結(jié)構(gòu)遙感提取的精度是本研究的重點。針對臺前縣城關(guān)鎮(zhèn)GF一2號衛(wèi)星32Ⅲ分辨率遙感影像中農(nóng)作物種植結(jié)構(gòu)的提取問題，重點研究了BP神經(jīng)網(wǎng)絡(luò)的遙感影像分類過程及提升遙感影像分類精度的方法。本文從以下幾方面開展研究工作：(1)對農(nóng)業(yè)遙感相關(guān)理論的研究，探尋各種遙感影像分類方法的理論基礎(chǔ)；(2)對基于機器學(xué)習(xí)中的BP神經(jīng)網(wǎng)絡(luò)的遙感影像分類過程的描述，分析農(nóng)作物種植結(jié)構(gòu)的遙感提取工作現(xiàn)狀和困難；(3)對提升遙感影像分類精度方法的探索：通過機器學(xué)習(xí)中

3、的多種分類方法、分類算法的對比選擇和實驗過程中操作方法的改進，提出一種有效提升農(nóng)業(yè)遙感影像分類精度的綜合分類方法。研究結(jié)果表明：多源數(shù)據(jù)信息的利用能夠有效提高遙感影像的分類精度；相較于非監(jiān)督分類中的ISODATA、K—Means等分類方法，BP神經(jīng)網(wǎng)絡(luò)分類方法能夠更加精確地分辨出遙感影像中的目標(biāo)地物信息，相較于監(jiān)督分類中的SVM、MLC等分類方法，BP神經(jīng)網(wǎng)絡(luò)分類方法更順應(yīng)智能化分類的潮流；而綜合利用多種提升分類精度的方法較傳統(tǒng)的分類方