典型文献
基于遥感影像的校园周边建筑物变化检测研究
文献摘要：
为使本科生了解卫星遥感技术、掌握机器学习方法,结合吉林大学大学生创新创业训练计划,设计了实验项目"基于遥感影像的校园周边建筑物变化检测研究".以高分二号(GF-2)卫星影像与吉林一号夜间微光影像为实验数据,实验区域为中国某小学周边地区.使用多种机器学习方法以提取实验区域内不同时段的建筑物信息并对该结果进行精度分析;将建筑物提取结果与地面参考数据进行对比,最终获得了不同时间段的建筑物的变化情况.并且采用了吉林一号夜间微光影像对校园周边建筑与居民活动情况进行了分析.实验结果表明,所选取的随机森林与VGG(Visual Geometry Group)神经网络算法可对遥感影像中的建筑物进行有效识别,并通过不同时期建筑物数量和夜间灯光变化的检测结果,说明了校园对周边地区发展的影响,为城市规划提供了参考信息.
文献关键词：
卫星遥感;变化检测;微光数据;建筑物提取
中图分类号：
作者姓名：
陈利国;王一同;牛雨欣;王昊丰;顾玲嘉
作者机构：
吉林大学电子科学与工程学院,长春130012
文献出处：
引用格式：
[1]陈利国;王一同;牛雨欣;王昊丰;顾玲嘉-.基于遥感影像的校园周边建筑物变化检测研究)[J].吉林大学学报（信息科学版）,2022(06):1055-1066
A类：
微光数据
B类：
遥感影像,校园周边,周边建筑物,建筑物变化检测,本科生,卫星遥感技术,机器学习方法,吉林大学,大学生创新创业训练计划,实验项目,高分二号,GF,卫星影像,吉林一号,光影,实验区,周边地区,提取实验,不同时段,精度分析,建筑物提取,不同时间段,居民活动,VGG,Visual,Geometry,Group,神经网络算法,夜间灯光,光变,地区发展,城市规划,考信
AB值：
0.324702
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
