典型文献
基于卷积神经网络的遥感图像水体提取
文献摘要：
为解决基于遥感图像监测地表水资源变化的问题,在深度学习的框架下,基于卷积神经网络(CNN)提出了用于遥感图像水体提取的模型.利用网络爬虫的方式,搜集遥感图像,并通过随机裁剪、数据清洗等方式构建训练、验证和测试数据集.通过对低层语义特征学习提取抽象的高层特征,基于提取的高层特征进行网络模型训练.实验结果表明:水体提取的精读准确率可高达96.28％,从而验证了所提模型对于遥感图像水体提取的可行性和有效性.
文献关键词：
遥感识别;卷积神经网络;深度学习;水体提取
中图分类号：
作者姓名：
张铭飞;高国伟;胡敬芳;宋钰
作者机构：
北京信息科技大学传感器北京市重点实验室,北京100101;北京信息科技大学现代测控技术教育部重点实验室,北京100192;传感器联合国家重点实验室中国科学院空天信息创新研究院,北京100190
文献出处：
引用格式：
[1]张铭飞;高国伟;胡敬芳;宋钰-.基于卷积神经网络的遥感图像水体提取)[J].传感器与微系统,2022(01):72-74,88
A类：
B类：
遥感图像,水体提取,图像监测,测地,地表水资源,水资源变化,利用网络,网络爬虫,随机裁剪,数据清洗,测试数据,低层,语义特征,特征学习,模型训练,精读,遥感识别
AB值：
0.337187
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。
