【摘要】：濕地是地球生態(tài)系統(tǒng)的重要組成部分之一,在調蓄洪水、降解污染物、補充地下水、調節(jié)氣候、維持區(qū)域水平衡以及維持生物多樣性等方面均具有重要的意義。人類活動的加劇,直接導致了濕地面積銳減、生態(tài)功能退化,區(qū)域生態(tài)平衡遭到嚴重威脅。及時高效地開展?jié)竦卣{查,是維持濕地生態(tài)系統(tǒng)可持續(xù)發(fā)展的重要工作。遙感技術的發(fā)展,為濕地調查提供了極大便利。本研究將以雙臺子河口濕地為研究背景,以遙感影像為數(shù)據(jù)源,基于相容粗糙集理論和BP神經(jīng)網(wǎng)絡,探索濕地覆被信息提取技術的新方法,主要研究內容如下：(1)相容粗糙集-BP神經(jīng)網(wǎng)絡分類模型。本研究根據(jù)BP算法的缺陷,從優(yōu)化網(wǎng)絡的輸入這一目的出發(fā),結合相容粗糙集在處理不確定數(shù)據(jù)、噪聲數(shù)據(jù)的優(yōu)勢,將相容粗糙集理論應用于神經(jīng)網(wǎng)絡訓練樣本的處理中,對訓練樣本進行除噪處理,純化輸入的數(shù)據(jù),提高BP神經(jīng)網(wǎng)絡對遙感影像分類的能力,建立相容粗糙集理論和BP神經(jīng)網(wǎng)絡相結合的濕地遙感分類模型。(2)數(shù)據(jù)預處理及Landsat-8數(shù)據(jù)在濕地遙感分類中的適用性分析。原始影像因各種因素需進行預處理才能使用,根據(jù)本實驗特點對其進行輻射定標、大氣校正,再根據(jù)所提取的研究區(qū)邊界,進行圖像融合、鑲嵌和裁剪處理；研究區(qū)濕地覆被類型劃分,分為水域、養(yǎng)殖塘、堿蓬、蘆葦、水田、灘地、居民點、混合植被8個類型；樣本數(shù)據(jù)采集,根據(jù)本研究的需要選取訓練樣本點以及野外采集驗證樣本點；對OLI影像在濕地遙感分類中的適用性進行分析,采用方法是利用最大似然法對OLI影像進行分類,并與常用的ETM+數(shù)據(jù)進行比較分析,結果表明,OLI數(shù)據(jù)分類精度相對較高,可以用于濕地遙感分類研究,為下文的神經(jīng)網(wǎng)絡分類實驗提供數(shù)據(jù)參考。(3)相容粗糙集-BP神經(jīng)網(wǎng)絡分類實現(xiàn)。首先,提取訓練樣本各波段灰度值,根據(jù)粗糙熵定義計算最優(yōu)相似性閾值,獲取各樣本的相容粗糙集合,并進行決策屬性判別,得到新的訓練樣本集合；然后,在Matlab軟件平臺下建立BP神經(jīng)網(wǎng)絡的濕地覆被分類模型,進行濕地覆被信息提取；最后,對分類結果進行精度評價,并將其與未經(jīng)過處理的BP神經(jīng)網(wǎng)絡分類結果以及基于粗糙集屬性約簡的分類結果進行對比分析。結果表明,基于相容粗糙集的BP神經(jīng)網(wǎng)絡分類方法可以剔除訓練樣本中的噪聲數(shù)據(jù),提高網(wǎng)絡的訓練成功率,縮短網(wǎng)絡的收斂時間,分類效果較好,其總體精度達到91.25%, Kappa系數(shù)為0.8969,比單純的BP神經(jīng)網(wǎng)絡分類結果高7.92%和0.0926,比粗糙集樣本屬性約簡預處理方法的分類結果高3.03%和0.0357,分類效果較好。為濕地資源環(huán)境監(jiān)測提供一種新的技術手段。
【學位授予單位】：沈陽農(nóng)業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：X87;TP183;TP751

【相似文獻】

相關期刊論文 前10條

1 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡在預報控制中的應用[J];機床;1993年11期

2 楊自厚;神經(jīng)網(wǎng)絡技術及其在鋼鐵工業(yè)中的應用第8講人工神經(jīng)網(wǎng)絡在鋼鐵工業(yè)中的應用(下)[J];冶金自動化;1997年05期

3 李潤生,李延輝,胡學軍,劉壯,王守儉;神經(jīng)網(wǎng)絡在冶金中的應用[J];鋼鐵研究;1998年02期

4 劉海玲,劉樹深,尹情勝,夏之寧,易忠勝;線性神經(jīng)網(wǎng)絡及在多組分分析中的初步應用[J];計算機與應用化學;2000年Z1期

5 王繼宗,王西娟;用神經(jīng)網(wǎng)絡確定梁上裂紋位置的研究[J];煤炭學報;2000年S1期

6 趙學慶,袁景淇,周又玲,賀松;生物發(fā)酵過程神經(jīng)網(wǎng)絡狀態(tài)預報器的驗證[J];無錫輕工大學學報;2000年06期

7 李智,姚駐斌,張望興,賀超武;基于神經(jīng)網(wǎng)絡的混勻配料優(yōu)化方法[J];鋼鐵研究;2000年04期

8 胡敏藝,馬榮駿;神經(jīng)網(wǎng)絡在冶金工業(yè)中的應用[J];湖南有色金屬;2000年05期

9 倪建軍,邵琳;利用神經(jīng)網(wǎng)絡進行觀測數(shù)據(jù)的分析與處理[J];連云港化工高等�？茖W校學報;2000年04期

10 裴浩東,蘇宏業(yè),褚健;材料工程中基于神經(jīng)網(wǎng)絡的穩(wěn)態(tài)優(yōu)化策略[J];材料科學與工程;2001年02期

相關會議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

相關博士學位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

相關碩士學位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

，

本文編號：2571177