论文部分内容阅读
草地牧草的分类与识别是草原研究与监测的重要环节,利用高光谱成像技术和卷积神经网络进行牧草种类的识别判断,为实现草地牧草自动分类与数字化治理提供了新的途径。本文提出了基于MSRA初始化卷积神经网络的草地牧草高光谱图像自动识别与分类的方法。主要过程包括图像预处理、裁剪、特征提取和识别分类四个环节,首先预处理采用改进的自适应波段选择法进行波段提取,然后将提取后的数据压缩成新图像进行裁剪,最后进入MSRA初始化卷积神经网络提取特征并进行识别分类。本文针对卷积神经网络的鲁棒性、稳定性和识别率等问题创新性的提出