排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
丘陵地区耕地地块具有结构复杂、种植类型多样且破碎度高等特点,针对传统分类方法对耕地信息难以快速准确提取的问题,文章基于“高分一号”卫星影像和Unet++网络模型,采用余弦退火学习率实现了复杂丘陵地区耕地信息的准确深度分割和分类。首先利用多尺度分割方法完成了深度迁移学习模型中典型区域耕地样本标签的制作及其结果验证;其次,采用规则格网裁切方法构建影像和标签训练数据集,在PyTorch环境完成了模型的训练;最后,将改进后模型与Unet和SVM方法进行了分类精度和泛化性能的对比分析。结果表明:改进的Unet++网络模型在复杂丘陵地区耕地提取结果的总体精度为92.75%,比SVM和Unet的提取精度分别提高了9.06%和2.50%。因此,基于Unet++的深度学习模型不仅能够有效抑制复杂的背景噪声,还能从遥感影像中学习到更强的语义特征,从而获得更加准确的耕地信息。该方法可为农作物面积监测和产量估算等实际应用提供基础数据支持。 相似文献
3.
在内蒙古的草原上.经常可见一些山顶或丘陵上有一处处用石块垒起的形似烽火台的石堆,有的大石堆周围还围有一些小石堆.这就是蒙古族的敖包。敖包.是蒙古语的音译.意为“石堆”。敖包是牧民心目中神的象征,也是牧人行路的标志。人们外出远行,路经敖包时.都要下马拜祭.祈祷平安,并往敖包上添几块石头或几捧土后才上马行路。 相似文献
4.
1