您好，欢迎访问中国农业科学院 机构知识库！

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

卷积神经网络在高分辨率影像分类中的应用

文献类型： 中文期刊

作者： 李贤江 1 ; 陈佑启 2 ; 邹金秋 3 ; 石淑芹 4 ; 郭涛; 蔡为民; 陈浩;

作者机构： 1.天津工业大学经济与管理学院

2.中国农业科学院农业资源与农业区划研究所

3.四川智图信息技术有限公司

4.天津市环境保护科学研究院

关键词： 高分一号;卷积神经网络;遥感;深度学习

期刊名称： 农业大数据学报

ISSN： NULL

年卷期： 2019 年 1 期

页码： 67-77

摘要： [目的]将CNN应用于高分辨率遥感影像的实际分类中,并与传统的分类方法进行对比分析,揭示出不同分类方法在高分辨率遥感影像中的分类精度和适用性问题.[方法]采用最大似然、平行六面体、 K-Means均值聚类和传统神经网络等四类常用的ENVI传统分类方法以及CNN分类法,并利用混淆矩阵和空间像元误差分析对不同分类方法的分类结果进行精度评价.[结果]根据分类精度对比分析发现在传统的四种ENVI分类方法中,传统神经网络和最大似然法的分类精度相对较好, K-Means均值聚类和平行六面体的分类精度相对较差, CNN的分类精度整体上要高于ENVI传统分类方法的精度.[结论]CNN在高分辨率遥感影像分类中能够较好地提取地物信息和地物的轮廓特征,在高分辨率遥感影像分类中具有良好的适用性.

  • 相关文献

[1]基于深度学习模型的种植结构复杂区农作物精细分类研究. 田甜,王迪,王珍,李会宾. 2022

[2]基于6S模型的GF-1卫星影像大气校正及效果. 刘佳,王利民,杨玲波,滕飞,邵杰,杨福刚,富长虹. 2015

[3]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[4]基于分层卷积神经网络的牧草种子识别模型. 王欣宇,马玉宝,潘新,闫伟红. 2021

[5]常态养殖下妊娠母猪体质量智能测定模型. 肖德琴,刘俊彬,刘又夫,黄一桂,谭祖杰,熊本海. 2022

[6]深度学习在农业领域的研究与应用. 梁美静,毛克彪,郭中华,袁紫晋. 2024

[7]基于卷积神经网络的冬小麦麦穗检测计数系统. 张领先,陈运强,李云霞,马浚诚,杜克明. 2019

[8]基于卷积神经网络的棉花关键生育时期识别. 李明泽,张静,雷亚平,韩迎春,王国平,陈国栋,李亚兵,冯璐. 2024

[9]卷积神经网络在农业遥感图像语义分割中的应用综述. 徐乐园,毛克彪,郭中华,葛非凡,赵瑞. 2024

[10]融合多尺度特征和注意力机制的油菜倒伏分类. 郑权,乔江伟,李婕,秦涛,涂静敏,李礼,蒋琦. 2024

[11]基于Sentinel-1A影像和一维CNN的中国南方生长季早期作物种类识别. 赵红伟,陈仲新,姜浩,刘佳. 2020

[12]基于GF-6时序数据的农作物识别深度学习算法评估. 陈诗扬,刘佳. 2021

[13]时空协同的农业种植结构遥感精细制图. 张冬韵,吴田军,骆剑承,董文,孙营伟,杨颖频,海云瑞,孟博文,刘巍. 2024

[14]遥感技术的发展现状及在天府粮仓建设中的应用建议. 董秀春,黄平,吴尚蓉,蒋怡,李章成,魏来,王小燕,陈志民. 2023

[15]Landsat 8地表温度产品降尺度深度学习方法研究. 张义峥,吴鹏海,段四波,杨辉,殷志祥. 2021

[16]面向梯田遥感识别的JAM-R-CNN深度网络模型. 谢君洋,林安琪,吴浩,吴紫薇,吴文斌,余强毅. 2024

[17]水稻生育期遥感监测的研究进展、瓶颈问题与技术优化路径. 李瑞杰,王爱冬,吴华星,李子秋,冯向前,洪卫源,汤学军,覃金华,王丹英,褚光,张运波,陈松. 2025

[18]基于高分一号与Radarsat-2的鄱阳湖湿地植被叶面积指数反演. 许涛,廖静娟,沈国状,王娟,杨晓慧,王蒙. 2016

[19]基于随机森林算法的草原地上生物量遥感估算方法研究. 邢晓语,杨秀春,徐斌,金云翔,郭剑,陈昂,杨东,王平,朱立博. 2021

[20]不同时序EOS/MODIS-NDVI提取冬小麦面积. 程登发,陈林,张云慧,田喆,孙京瑞. 2006

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台