Print

基于LinkNet卷积神经网络的高分辨率遥感影像水体信息提取

论文摘要

针对高空间分辨率(简称高分辨率)遥感影像在水体信息提取时准确度不高的问题,采用LinkNet卷积神经网络模型对高分辨率遥感影像进行水体信息提取,验证该网络模型对于水体信息提取的可行性及有效性.首先选取包含水体的影像数据作为训练数据,然后构建LinkNet卷积神经网络模型,并利用构建好的网络模型训练得到水体信息的先验模型,最后采用该模型对真实高分辨率遥感影像进行水体信息提取,并与经典算法比较.实验结果表明:LinkNet卷积神经网络模型能够实现高分辨率遥感影像水体信息的高精度提取,且优于经典算法.

论文目录

  • 1 LinkNet卷积神经网络模型
  •   1.1 前向传播过程
  •   1.2 反向传播过程
  •   1.3 训练过程
  • 2 实验结果与讨论
  • 3 总结

    • 文章来源

    类型: 期刊论文

    作者: 杨知,欧文浩,刘晓燕,李闯,费香泽,赵斌滨,刘龙,马潇

    关键词: 高分辨率遥感影像,水体信息提取,卷积神经网络,先验模型

    来源: 云南大学学报(自然科学版) 2019年05期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 工业通用技术及设备,自动化技术

    单位: 中国电力科学研究院有限公司,辽宁工程技术大学测绘与地理科学学院,中国科学院遥感与数字地球研究所

    基金: 国家重点研发计划(2016YFB0502500),国家电网公司科技项目(5442XT180018),中国电科院创新基金(5242001800CD),国家自然科学基金青年科学基金(41601375)

    分类号: TP751;TP183

    页码: 932-938

    总页数: 7

    文件大小: 3762K

    下载量: 329

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/1c8bcf0bc5eaf772073ac658.html