期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多特征信息的城市核心地物要素提取方法研究:以深圳市为例
1
作者
罗修杰
刘子维
+1 位作者
徐梦霞
王明常
《世界地质》
CAS
2023年第4期731-739,共9页
为了解决由于空间分辨率低导致城市核心地物要素提取精度低的问题,笔者构建了适用于城市核心地物要素提取的卷积神经网络模型(convolutional neural network,CNNs),同时利用基于遥感影像提取的颜色、纹理和形状等多特征信息辅助城市地...
为了解决由于空间分辨率低导致城市核心地物要素提取精度低的问题,笔者构建了适用于城市核心地物要素提取的卷积神经网络模型(convolutional neural network,CNNs),同时利用基于遥感影像提取的颜色、纹理和形状等多特征信息辅助城市地物要素提取。颜色、纹理和形状等多特征信息与CNNs模型提取的深层信息相结合,融合浅层与深层特征信息,充分挖掘影像数据中的高级语义信息,能够有效地提高结果精度。实验结果表明,CNNs模型减少了模型参数量与复杂度,模型收敛速度快,具有较高的提取精度、泛化能力和鲁棒性,总体精度为97.49%,Kappa系数为0.9575。该研究可以为城市发展与规划提供技术支持。
展开更多
关键词
城市核心地物要素
多特征信息
语义信息
卷积神经网络
下载PDF
职称材料
题名
基于多特征信息的城市核心地物要素提取方法研究:以深圳市为例
1
作者
罗修杰
刘子维
徐梦霞
王明常
机构
深圳市福田区应急管理局
吉林大学地球探测科学与技术学院
出处
《世界地质》
CAS
2023年第4期731-739,共9页
基金
吉林省自然科学基金项目(20210101098JC)
吉林省教育厅科学研究项目(JJKH20231181KJ)联合资助。
文摘
为了解决由于空间分辨率低导致城市核心地物要素提取精度低的问题,笔者构建了适用于城市核心地物要素提取的卷积神经网络模型(convolutional neural network,CNNs),同时利用基于遥感影像提取的颜色、纹理和形状等多特征信息辅助城市地物要素提取。颜色、纹理和形状等多特征信息与CNNs模型提取的深层信息相结合,融合浅层与深层特征信息,充分挖掘影像数据中的高级语义信息,能够有效地提高结果精度。实验结果表明,CNNs模型减少了模型参数量与复杂度,模型收敛速度快,具有较高的提取精度、泛化能力和鲁棒性,总体精度为97.49%,Kappa系数为0.9575。该研究可以为城市发展与规划提供技术支持。
关键词
城市核心地物要素
多特征信息
语义信息
卷积神经网络
Keywords
urban core feature elements
multi-feature information
semantic information
convolutional neural network
分类号
TP75 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多特征信息的城市核心地物要素提取方法研究:以深圳市为例
罗修杰
刘子维
徐梦霞
王明常
《世界地质》
CAS
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部