人工神经网络在高分影像防沙带识别中的应用

作者：尼加提·穆合塔尔,周迪,余洁,朱琳

摘要：基于高分一号(GF-1)遥感影像,利用人工神经网络方法对新疆和田洛浦县沙漠边缘村庄周围的防沙带进行识别,并与目视解译的防沙带结果进行对比,验证识别精度。将人工神经网络方法的识别结果与传统的最大似然法进行对比分析,并利用图像识别领域中的准确率、召回率和F值3个指标对两种方法进行精度评价。结果表明,人工神经网络方法识别防沙带的准确率为79%、召回率为83%、F值为81%,最大似然法的准确率为74%、召回率为82%、F值为78%,人工神经网络方法的3个评价指标均高于最大似然法。

发文机构：首都师范大学资源环境与旅游学院 首都师范大学城市环境过程与数字模拟国家重点实验室培育基地 首都师范大学地球空间信息科学与技术国际化示范学院 首都师范大学三维信息获取与应用教育部重点实验室 首都师范大学资源环境与地理信息系统北京市重点实验室

关键词：人工神经网络方法GF-1号最大似然法防沙带artificial neural network methodGF-1maximum likelihood methodanti-desertification belt

分类号： P237[天文地球—摄影测量与遥感]