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
共找到6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：
基于无人机高光谱遥感和3D-ResNet的荒漠草原地物分类 被引量：5
1
作者 张燕斌 杜健民 +2 位作者 王圆 皮伟强 高新超 《中国农机化学报》 北大核心 2022年第4期66-73,共8页
荒漠草原生态信息调查与统计的瓶颈是效率与精度,传统的人工地面调查效率低,航天航空遥感调查受空间分辨率限制,精度难以满足要求。建立的无人机高光谱遥感系统兼具高光谱分辨率、高空间分辨率和高效性等优势,为基于遥感的高精度荒漠草... 荒漠草原生态信息调查与统计的瓶颈是效率与精度,传统的人工地面调查效率低,航天航空遥感调查受空间分辨率限制,精度难以满足要求。建立的无人机高光谱遥感系统兼具高光谱分辨率、高空间分辨率和高效性等优势,为基于遥感的高精度荒漠草原生态信息调查与统计提供硬件基础。利用深度学习经典网络模型VGG16与ResNet18和改进为3D卷积核的不同卷积核数量的3D-ResNet18-A、3D-ResNet18-B和3D-ResNet18-C模型对采集到的荒漠草原高光谱数据进行地物分类。结果表明,两种经典模型对荒漠草原中植被、裸土展现出较好的分类效果,而改进为3D卷积核的3D-ResNet模型具备更佳的分类效果,同时对小样本地物具备更强分类性能,其中3D-ResNet18-B的分类性能最好,对植被、土壤、阴影和其他四种地物的总体分类精度达到97.73%。无人机高光谱遥感系统和3D-ResNet模型的深度融合为地物精细分类与统计奠定基础。 展开更多
关键词 无人机 高光谱 荒漠草原 深度学习 地物分类 3D-ResNet
下载PDF
基于无人机高光谱荒漠草原鼠洞识别方法研究 被引量：5
2
作者 张涛 杜健民 +3 位作者 张海军 皮伟强 高新超 朱相兵 《光电子．激光》 CAS CSCD 北大核心 2022年第2期120-126,共7页
近年,我国草原鼠害有逐年上升的趋势。草原鼠害不仅加剧了水土流失与荒漠化进程,还会引发鼠疫。鼠洞洞口数是我国进行鼠害监测与等级评价的重要指标,目前采用的人工勘察方法存在着精度低、费时费力、调查成本较高、只适用小面积调查等... 近年,我国草原鼠害有逐年上升的趋势。草原鼠害不仅加剧了水土流失与荒漠化进程,还会引发鼠疫。鼠洞洞口数是我国进行鼠害监测与等级评价的重要指标,目前采用的人工勘察方法存在着精度低、费时费力、调查成本较高、只适用小面积调查等诸多问题,难以满足大面积实时监测和研究的要求。进行实时、动态的鼠洞数量分布监测,是有效地制定灭鼠措施和预防鼠疫发生的重要手段。本研究利用无人机携带高光谱仪对荒漠化草原进行数据采集,提出鼠洞指数(rat hole index,RHI)对草原鼠洞进行识别。研究结果表明,利用RHI识别草原鼠洞,总体精度可达97%,Kappa系数可达0.93,该模型与归一化植被指数(normalized difference vegetation index,NDVI)、土壤调节植被指数(soil-adjusted vegetation index,SAVI)、比值植被指数(ratio vegetation index,RVI)等3种植被指数模型相比具有较高的识别精度。RHI的提出,有效地提高草原鼠洞的识别精度和效率,为鼠害防治以及草原退化监测和研究提供有效方法。 展开更多
关键词 高光谱图像 识别分类 荒漠草原 鼠洞指数(rat hole index RHI)
原文传递
基于无人机高光谱的荒漠草原地表微斑块分类研究 被引量：1
3
作者 王胜利 郝飞 +3 位作者 毕玉革 高新超 金额尔都木吐 杜健民 《山东农业大学学报（自然科学版）》 北大核心 2023年第3期413-419,共7页
草原荒漠化会严重破坏草原生态平衡,荒漠草原地物分类已成为草原监测管理的关键问题。本文通过构建无人机高光谱遥感系统,解决了原有草原调查方式上效率低与空间分辨率不足问题;构建高分辨率图像卷积神经网络(HR-CNN)解决了荒漠草原地... 草原荒漠化会严重破坏草原生态平衡,荒漠草原地物分类已成为草原监测管理的关键问题。本文通过构建无人机高光谱遥感系统,解决了原有草原调查方式上效率低与空间分辨率不足问题;构建高分辨率图像卷积神经网络(HR-CNN)解决了荒漠草原地表微斑块精细化分类问题;与ResNet34、GoogLeNet、常规卷积神经网络模型进行对比,总体上HR-CNN模型表现更优,总体分类精度与Kappa系数分别为98.27%、96.63。在相同迭代次数条件下,模型构建速度上,HR-CNN相较其它三类模型分别提升65.88%、65.71%、13.77%。模型内存占有量上,HR-CNN相较其它三类模型分别降低92.11%、79.21%、43.64%。该网络模型是轻量化卷积在荒漠草原地物分类研究中的有效探索,可为后续草原地物分类提供新思路。 展开更多
关键词 荒漠草原 无人机高光谱遥感 地物分类
下载PDF
基于无人机高光谱遥感的荒漠草原覆盖度提取方法研究 被引量：1
4
作者 张燕斌 杜健民 +3 位作者 毕玉革 王圆 朱相兵 高新超 《光电子．激光》 CAS CSCD 北大核心 2023年第8期842-850,共9页
植被覆盖度(fractional vegetation coverage,FVC)是草地退化评价的重要指标之一,实时、快速、准确地采集FVC是进行草地退化评价的基础。本文以无人机(unmanned aerial vehicle,UAV)高光谱遥感图像为数据源,提出了3D-ResNet18深度学习... 植被覆盖度(fractional vegetation coverage,FVC)是草地退化评价的重要指标之一,实时、快速、准确地采集FVC是进行草地退化评价的基础。本文以无人机(unmanned aerial vehicle,UAV)高光谱遥感图像为数据源,提出了3D-ResNet18深度学习覆盖度提取方法,将此方法与回归模型法和ResNet18经典深度学习方法进行比较,并对提取精度进行验证。结果表明,提出的3D-ResNet18方法对荒漠草原FVC展现出较优的提取效果,总体估算精度达97.56%,相比较NDVI、SA-VI、G_CR_NDVI、G_CR_SAVI和ResNet18分别提高了8.32%、5.92%、2.20%、2.14%和1.87%,为荒漠草原FVC信息高精度和高效率的统计奠定基础。 展开更多
关键词 无人机(UAV) 高光谱遥感 荒漠草原 深度学习 植被覆盖度(FVC)
原文传递
基于邻域聚合与深度学习的小样本荒漠草原物种分类
5
作者 张涛 杜建民 +2 位作者 毕玉革 朱相兵 高新超 《光电子．激光》 CAS CSCD 北大核心 2023年第3期291-298,共8页
随着气候变化和人类活动的影响,内蒙古草原逐渐荒漠化。为了解决传统地面调查的局限性,以及高光谱数据小样本分类难的问题。本文利用无人机(unmanned aerial vehicle,UAV)高光谱遥感技术对荒漠草原物种进行数据采集,并提出一种邻域聚合... 随着气候变化和人类活动的影响,内蒙古草原逐渐荒漠化。为了解决传统地面调查的局限性,以及高光谱数据小样本分类难的问题。本文利用无人机(unmanned aerial vehicle,UAV)高光谱遥感技术对荒漠草原物种进行数据采集,并提出一种邻域聚合算法结合深度学习的小样本分类方法。首先,通过遗传算法(genetic algorithm,GA)与最佳指数因子(optimum index factor,OIF)对高光谱数据进行波段选择;其次,构建高光谱数据邻域特征,采用邻域聚合算法对其进行邻域特征融合;最后,采用多层感知机(multilayr perceptron,MLP)对融合后的特征进行分类。结果表明,邻域聚合算法在每类地物只有10个样本的情况下总体精度可达93.41%,Kappa系数为0.9120;并与SVM和多种深度学习模型对比,邻域聚合算法计算效率高、模型大小最小、分类精度最高。该方法的提出,满足草原物种识别要求,为草原生态系统的动态监测提供新方法。 展开更多
关键词 荒漠草原 物种分类 邻域聚合 小样本 无人机(UAV) 高光谱遥感
原文传递
基于CREAM的驾驶员人因可靠性分析研究 被引量：2
6
作者 赖永明 高新超 《龙岩学院学报》 2020年第5期58-65,共8页
驾驶员的不安全行为是导致交通事故的直接原因,针对我国公路交通安全现状,提出一种基于CREAM的驾驶员人因可靠性分析研究方法。一方面根据公路交通事故的特征与驾驶员自身的特点将CREAM回溯分析法具体化,构建了适用于公路交通领域的驾... 驾驶员的不安全行为是导致交通事故的直接原因,针对我国公路交通安全现状,提出一种基于CREAM的驾驶员人因可靠性分析研究方法。一方面根据公路交通事故的特征与驾驶员自身的特点将CREAM回溯分析法具体化,构建了适用于公路交通领域的驾驶员人因事故回溯模型,同时,从CPC评分细则、控制模式的确定方式对CREAM预测分析法做出改进,改进后的CREAM法降低了模型不完备带来的不确定性,提高了驾驶员人误概率预测的准确性。运用这种方法对公路交通代表性事故进行回溯和预测,证实了改进后CREAM法的科学性及可行性。 展开更多
关键词 CREAM 驾驶员 人因可靠性 交通安全
下载PDF
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
使用帮助 返回顶部