期刊导航
期刊开放获取
cqvip
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
3
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
面向遥感地类变化检测的U型深度学习神经网络改进方法
被引量:
4
1
作者
沈鑫甦
嵇灵
《测绘通报》
CSCD
北大核心
2023年第6期93-97,103,共6页
遥感影像的变化检测在调查监测等自然资源管理中有着广泛应用。针对样本库建设成本过高、深度学习算法困难等问题,本文提出了多时相变化检测方法,以改进影像变化深度学习检测。该方法将不同时相的数据作为不同波段信息进行融合,将变化...
遥感影像的变化检测在调查监测等自然资源管理中有着广泛应用。针对样本库建设成本过高、深度学习算法困难等问题,本文提出了多时相变化检测方法,以改进影像变化深度学习检测。该方法将不同时相的数据作为不同波段信息进行融合,将变化发现任务转换为图像分割任务,将土地利用矢量数据作为标签数据用于模型训练,建设深度学习样本库。对原始的U型深度学习神经网络结构进行改进,加速模型训练。试验结果表明:①多时相变化检测方法有利于模型训练过程中学习更多的特征,提升了模型的特征提取能力,可得到更好的预测效果;②模型的查全率和查准率都有一定提升,整体预测效果明显提高。
展开更多
关键词
多时相变化检测
遥感影像变化发现
U型神经网络
深度学习
下载PDF
职称材料
基于多时相协同变化检测的耕地撂荒遥感监测
被引量:
6
2
作者
韦中晖
靳海亮
+3 位作者
顾晓鹤
杨英茹
王庚泽
潘瑜春
《遥感技术与应用》
CSCD
北大核心
2022年第3期539-549,共11页
针对地表覆被复杂、地块破碎等原因导致的撂荒地提取精度较低问题,提出一种基于多时相协同变化检测的耕地撂荒信息提取方法。以河北省石家庄市鹿泉区为研究区,采用Sentinel-2A和Landsat 7多光谱影像,在野外样本的支持下,分析耕地各种覆...
针对地表覆被复杂、地块破碎等原因导致的撂荒地提取精度较低问题,提出一种基于多时相协同变化检测的耕地撂荒信息提取方法。以河北省石家庄市鹿泉区为研究区,采用Sentinel-2A和Landsat 7多光谱影像,在野外样本的支持下,分析耕地各种覆盖类型的归一化植被指数(Normalized Difference Vegetation Index,NDVI)季相变化规律,以季节性撂荒、常年性撂荒、冬小麦、多年生园地为分类体系,构建多时相协同变化检测模型,开展研究区耕地撂荒状态遥感监测。研究结果表明:基于Sentinel-2A影像的季节性撂荒和常年撂荒耕地的分类精度分别为95.83%和96.55%;基于Landsat 7影像的季节性撂荒和常年撂荒耕地的分类精度分别为91.67%和93.10%;2019年鹿泉区季节性撂荒占耕地面积的4.7%,常年撂荒耕地占7.1%。利用该方法能够快速、准确地获取研究区耕地空间分布、面积等信息,对于不同分辨率的影像均具有较好的撂荒地提取精度。
展开更多
关键词
耕地撂荒
Sentinel-2A
NDVI
多时相变化检测
遥感监测
原文传递
多时相遥感变化检测的动态贝叶斯网络研究
被引量:
5
3
作者
欧阳赟
马建文
戴芹
《遥感学报》
EI
CSCD
北大核心
2006年第4期440-448,共9页
动态贝叶斯网络是20世纪90年代在贝叶斯网络基础上发展起来的、利用时序动态数据产生可靠概率推理的新方法,动态贝叶斯网络为实现遥感变化检测从静态到动态分析提供了一种新的途径。在实现了贝叶斯网络遥感数据分类的基础上,把握发展动...
动态贝叶斯网络是20世纪90年代在贝叶斯网络基础上发展起来的、利用时序动态数据产生可靠概率推理的新方法,动态贝叶斯网络为实现遥感变化检测从静态到动态分析提供了一种新的途径。在实现了贝叶斯网络遥感数据分类的基础上,把握发展动态,探索了利用动态贝叶斯网络对多时相多特征遥感数据进行变化检测的问题。以北京东部地区1994年、2001年和2003年5月Landsat TM遥感数据为例,介绍了利用动态贝叶斯网络进行多时相遥感变化检测的基本过程。实验结果表明:动态贝叶斯网络算法可以一次性输入和处理多个时相的遥感数据,并通过概率和有向无环图表达了不同时间片段之间特征和状态变化的关系。
展开更多
关键词
贝叶斯网络
动态贝叶斯网络
多时相遥感变化检测
下载PDF
职称材料
题名
面向遥感地类变化检测的U型深度学习神经网络改进方法
被引量:
4
1
作者
沈鑫甦
嵇灵
机构
浙江省测绘科学技术研究院
浙江省自然资源征收中心
出处
《测绘通报》
CSCD
北大核心
2023年第6期93-97,103,共6页
基金
浙江省自然资源厅科技项目(2020-55)。
文摘
遥感影像的变化检测在调查监测等自然资源管理中有着广泛应用。针对样本库建设成本过高、深度学习算法困难等问题,本文提出了多时相变化检测方法,以改进影像变化深度学习检测。该方法将不同时相的数据作为不同波段信息进行融合,将变化发现任务转换为图像分割任务,将土地利用矢量数据作为标签数据用于模型训练,建设深度学习样本库。对原始的U型深度学习神经网络结构进行改进,加速模型训练。试验结果表明:①多时相变化检测方法有利于模型训练过程中学习更多的特征,提升了模型的特征提取能力,可得到更好的预测效果;②模型的查全率和查准率都有一定提升,整体预测效果明显提高。
关键词
多时相变化检测
遥感影像变化发现
U型神经网络
深度学习
Keywords
multi
-
temporal
change
detection
change
detection
of
remote
sensing
image
U-type
neural
network
deep
learning
分类号
P237 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
基于多时相协同变化检测的耕地撂荒遥感监测
被引量:
6
2
作者
韦中晖
靳海亮
顾晓鹤
杨英茹
王庚泽
潘瑜春
机构
河南理工大学测绘与国土信息工程学院
北京市农林科学院信息技术研究中心
石家庄市农林科学研究院
出处
《遥感技术与应用》
CSCD
北大核心
2022年第3期539-549,共11页
基金
陕西省重点研发计划(2022ZDLNY02-10)。
文摘
针对地表覆被复杂、地块破碎等原因导致的撂荒地提取精度较低问题,提出一种基于多时相协同变化检测的耕地撂荒信息提取方法。以河北省石家庄市鹿泉区为研究区,采用Sentinel-2A和Landsat 7多光谱影像,在野外样本的支持下,分析耕地各种覆盖类型的归一化植被指数(Normalized Difference Vegetation Index,NDVI)季相变化规律,以季节性撂荒、常年性撂荒、冬小麦、多年生园地为分类体系,构建多时相协同变化检测模型,开展研究区耕地撂荒状态遥感监测。研究结果表明:基于Sentinel-2A影像的季节性撂荒和常年撂荒耕地的分类精度分别为95.83%和96.55%;基于Landsat 7影像的季节性撂荒和常年撂荒耕地的分类精度分别为91.67%和93.10%;2019年鹿泉区季节性撂荒占耕地面积的4.7%,常年撂荒耕地占7.1%。利用该方法能够快速、准确地获取研究区耕地空间分布、面积等信息,对于不同分辨率的影像均具有较好的撂荒地提取精度。
关键词
耕地撂荒
Sentinel-2A
NDVI
多时相变化检测
遥感监测
Keywords
Cultivated
land
abandonment
Sentinel-2A
NDVI
multi
temporal
change
detection
Remote
sensing
monitoring
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
多时相遥感变化检测的动态贝叶斯网络研究
被引量:
5
3
作者
欧阳赟
马建文
戴芹
机构
中国科学院遥感应用研究所
出处
《遥感学报》
EI
CSCD
北大核心
2006年第4期440-448,共9页
基金
国家自然科学基金项目(40571100)
文摘
动态贝叶斯网络是20世纪90年代在贝叶斯网络基础上发展起来的、利用时序动态数据产生可靠概率推理的新方法,动态贝叶斯网络为实现遥感变化检测从静态到动态分析提供了一种新的途径。在实现了贝叶斯网络遥感数据分类的基础上,把握发展动态,探索了利用动态贝叶斯网络对多时相多特征遥感数据进行变化检测的问题。以北京东部地区1994年、2001年和2003年5月Landsat TM遥感数据为例,介绍了利用动态贝叶斯网络进行多时相遥感变化检测的基本过程。实验结果表明:动态贝叶斯网络算法可以一次性输入和处理多个时相的遥感数据,并通过概率和有向无环图表达了不同时间片段之间特征和状态变化的关系。
关键词
贝叶斯网络
动态贝叶斯网络
多时相遥感变化检测
Keywords
Bayesian
Networks
(BNs)
Dynamic
Bayesian
Networks
(DBNs)
multi
-
temporal
remote
sensing
change
detection
分类号
TP751.1 [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
面向遥感地类变化检测的U型深度学习神经网络改进方法
沈鑫甦
嵇灵
《测绘通报》
CSCD
北大核心
2023
4
下载PDF
职称材料
2
基于多时相协同变化检测的耕地撂荒遥感监测
韦中晖
靳海亮
顾晓鹤
杨英茹
王庚泽
潘瑜春
《遥感技术与应用》
CSCD
北大核心
2022
6
原文传递
3
多时相遥感变化检测的动态贝叶斯网络研究
欧阳赟
马建文
戴芹
《遥感学报》
EI
CSCD
北大核心
2006
5
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