典型文献
深度学习技术在遥感影像滑坡识别中的应用
文献摘要：
探索遥感影像滑坡识别方法对于抢险应急指挥具有重要意义.传统的人工现场勘察速度慢、效率低,因此本文提出了一种基于深度学习的遥感影像滑坡识别方法.该方法首先基于毕节滑坡影像构建样本集,为了增强模型泛化能力,对训练集进行扩充增强并加入部分非滑坡数据,然后搭建U-Net深度学习模型并输入训练集进行训练.最后,利用测试集和北京市房山区、延庆区的两处实际滑坡区域对模型进行测试.实验结果表明,该方法要优于常规的数学形态学与SegNet模型方法,方法精度较高,能够实现影像滑坡区域的有效识别.
文献关键词：
深度学习;滑坡识别;U-Net模型;遥感影像
中图分类号：
作者姓名：
张圆;孔祥思;张烁;王辉
作者机构：
建设综合勘察研究设计院有限公司, 北京 100007
文献出处：
引用格式：
[1]张圆;孔祥思;张烁;王辉-.深度学习技术在遥感影像滑坡识别中的应用)[J].北京测绘,2022(10):1385-1390
A类：
B类：
深度学习技术,遥感影像,滑坡识别,抢险,应急指挥,现场勘察,速度慢,毕节,影像构建,样本集,增强模型,模型泛化,泛化能力,训练集,深度学习模型,测试集,北京市房山区,延庆区,两处,滑坡区,数学形态学,SegNet,模型方法
AB值：
0.382823
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。
