基于EMD与神经网络的油膜高光谱数据特征提取

详细信息   全文下载|推荐本文 |

• 出版年：2010
• 作者：董士伟；周子勇；文百红
• 单位1：中国石油大学（北京）油气资源与探测国家重点实验室
• 出生年：1984
• 学历：硕士研究生
• 语种：中文
• 作者关键词：经验模态分解；神经网络；油膜；高光谱；特征提取
• 起始页：221
• 总页数：6
• 经费资助：国家自然科学基金(40672095)资助。
• 刊名：遥感技术与应用
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1983
• 主管单位：中国科学院
• 主办单位：中国科学院遥感联合中心；中国科学院资源环境科学信息中心
• 主编：吴季
• 电子信箱：rsta@lzb.ac.cn
• 卷：25
• 期：2
• 期刊索取号：P625.06815
• 核心期刊：中国科技核心期刊；中文核心期刊要目总览

摘要

针对油膜和本底海水的光谱特征，提出了一种基于经验模态分解的高光谱数据特征提取方法，并通过BP神经网络构建分类器对油膜和本底海水进行分类识别。该方法首先利用经验模态分解把原始信号在425～2390nm谱段范围内分解为若干个固有模态函数(IMF-Intrinsic ModeFunction)，然后计算出每一个IMF的能量，选取若干个包含主要特征信息的IMF分量的能量特征参数作为BP神经网络的输入参数来识别海洋表面油膜信息。研究结果表明，该方法能准确、有效地识别出海洋表面微薄的油膜信息。