幫助中心 | 我的帳號 | 關於我們

基於深度學習的擾動圖斑提取演算法和識別策略研究/水土保持科學系列叢書

  • 作者:金秋//盧慧中|責編:曾雪梅
  • 出版社:河海大學
  • ISBN:9787563094851
  • 出版日期:2024/12/01
  • 裝幀:平裝
  • 頁數:126
人民幣:RMB 62 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本研究針對生產建設項目擾動圖斑這一對象,從目標識別和變化檢測兩種思路出發,分析單時相和多時相遙感影像的生產建設項目擾動圖斑鄰域、時序等圖像特徵,分別建立目標識別和變化檢測生產建設項目擾動圖斑數據集。確定目標識別和變化檢測擾動圖斑識別策略,篩選最優深度學習訓練評估超參數,對比Unet、Unet++、Unet3+深度學習語義分割模型精度評價指標,研究生產建設項目擾動圖斑的自動快速識別技術,提出最優擾動圖斑識別策略,以期為生產建設項目擾動圖斑自動識別分類、提取提供技術支撐。

作者介紹
金秋//盧慧中|責編:曾雪梅

目錄
0  引言
1  緒論
  1.1  國內外研展
    1.1.1  人工智慧方法研展
    1.1.2  多時相遙感影像變化檢測研展
    1.1.3  深度學在水土保持擾動圖斑提取方面的應用
  1.2  研究內容及技術路線
    1.2.1  研究內容
    1.2.2  技術路線
2  研究方法及數據處理
  2.1  研究區概況
    2.1.1  地理位置
    2.1.2  地形地貌
    2.1.3  氣象
    2.1.4  河流水系
    2.1.5  土壤植被
    2.1.6  水土流失狀況
  2.2  研究方法
    2.2.1  深度學原理
    2.2.2  Unet、Unet++、Unet3+網路模型
  2.3  多時相遙感數據收集
  2.4  遙感數據預處理
    2.4.1  大氣校正
    2.4.2  幾何校正
    2.4.3  深度轉換
    2.4.4  直方圖匹配
  2.5  數據集製作
    2.5.1  擾動圖斑數據集
    2.5.2  數據集標注
    2.5.3  數據集增廣
  2.6  運行環境
    2.6.1  飛槳平台簡介
    2.6.2  電腦配置
  2.7  精度評價指標
  2.8  本章小結
3  基於單時相遙感影像的擾動圖斑目標識別研究
  3.1  Unet訓練
    3.1.1  訓練過程
    3.1.2  精度評價
    3.1.3  預測結果
  3.2  Unet++訓練
    3.2.1  訓練過程
    3.2.2  精度評價
    3.2.3  預測結果
  3.3  Unet3+訓練
    3.3.1  訓練過程
    3.3.2  精度評價
    3.3.3  預測結果
  3.4  目標識別策略模型效果分析
  3.5  本章小結

4  基於多時相遙感影像的擾動圖斑變化檢測研究
  4.1  Unet訓練
    4.1.1  訓練過程
    4.1.2  精度評價
    4.1.3  預測結果
  4.2  Unet++訓練
    4.2.1  模型參數
    4.2.2  精度評價
    4.2.3  預測結果
  4.3  Unet3+訓練
    4.3.1  訓練過程
    4.3.2  精度評價
    4.3.3  預測結果
  4.4  變化檢測策略模型效果分析
  4.5  本章小結
5  擾動圖斑識別策略研究
  5.1  目標識別與變化檢測精度對比
  5.2  策略分析
6  結論與展望
  6.1  結論
  6.2  展望
參考文獻
附圖

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032