%0 Journal Article %A 孟祥锐 %A 张树清 %A 臧淑英 %T 基于卷积神经网络和高分辨率影像的湿地群落遥感分类——以洪河湿地为例 %D 2018 %R 10.13249/j.cnki.sgs.2018.11.019 %J 地理科学 %P 1914-1923 %V 38 %N 11 %X

以洪河国家级自然保护区为研究对象,应用卷积神经网络(CNN)方法进行高分辨率湿地遥感影像的分类研究,并与基于光谱支持向量机(SP-SVM)的方法和基于纹理及光谱的支持向量机(TSP-SVM)的方法进行了对比。结果显示,对于所选取的2个研究区域,CNN分类方法的全局精度高于SP-SVM方法5.61%和5%,高于TSP-SVM方法4.18%和4.15%。尤其对于部分湿地植被的分类精度明显高于SP-SVM和TSP-SVM方法。研究表明,卷积神经网络为湿地识别的精细划分提供了有利的手段。

%U http://geoscien.neigae.ac.cn/CN/10.13249/j.cnki.sgs.2018.11.019