一种使用三维卷积神经网络对人工林高光谱数据进行树种分类的方法

    公开(公告)号:CN110263735A

    公开(公告)日:2019-09-20

    申请号:CN201910553718.6

    申请日:2019-06-25

    Abstract: 本发明公开一种使用三维卷积神经网络对人工林高光谱数据进行树种分类的方法,适用于人工林树种分布信息的获取,属于机器学习在林业应用技术领域范畴,关键技术要点包括:1.取试验区影像数据,根据地面调查点完成样本数据集的构建;2.构建三维卷积神经网络,完成模型的训练;3.利用训练好的模型对影像进行预测,完成树种分布制图及精度评价。解决的关键性问题包括:1.少量样本即可完成模型训练,降低地面调查工作量;2.与传统高光谱分类方法相比,无需事先进行特征的提取、筛选,分类精度更高。该发明适用于高光谱数据树种分类,是首次将三维卷积神经网络应用于人工林树种分类的方法,成果可为森林资源调查及树种分布信息获取提供基础性数据依据。

Patent Agency Ranking