论文研究 面向电信欠费挖掘的数据质量评估策略研究.pdf

利用高分辨率光谱仪在实地测得的光谱数据来识别新疆阜康地区的7种典型荒漠草种，对原始高光谱数据作预处理（微分和平滑），选取典型荒漠植被的光谱特征（红边、绿峰、红谷、RVI等）作为输入数据，植被类型作为输出数据，构建基于BP神经网络模型的典型荒漠草地分类器，进行了三组基于高光谱特征的草地类型分类实验，结果表明：（1）红边特征较其余吸收特征更能获得精确的分类结果；（2）波段550~790 nm间的窄波段光谱分类间隔中，20 nm优于10 nm的间隔；（3）草地分类器中BP网络模型的输入层、隐藏层神经元个数与BP网络训练时间、精度具有复杂的耦合关系，不可一概而论。