基于深度学习的滇中城市多光谱影像建设用地信息提取

• 作者: 朱祺夫 董智文 赵俊三 陈磊士
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 深度学习 城市建设用地 卷积神经网络 遥感影像
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 图形图像与辅助设计
• 页码范围: 177-180,186
• 页数: 5页
• 分类号: TP317.4
• 字数: 3699字
• 语种: 中文
• DOI: 10.11907/rjdk.181447

摘要

为准确、高效地获取城市建设用地信息,利用目前应用广泛的深度学习技术对该领域的提取效果进行对比.选用曲靖市主城区作为研究区域,以Landsat8OLI_TIRS多光谱影像为原始数据,使用卷积神经网络和BP神经网络两种分类器对影像进行城市建设用地信息提取.使用对象个数、对象面积和地表覆被吻合度3项评价方法提取精度.结果表明,应用卷积神经网络模型的城市建设用地提取具有最高精度,其测试集精度依次达到了92.99％、94.78％和89.64％,均高于常用的BP神经网络.因此,基于卷积神经网络的多光谱影像建设用地提取方法是准确获取城市建设用地信息的一种可行方法,为滇中城市建设用地提取研究提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵俊三	昆明理工大学国土资源工程学院	143	1381	21.0	31.0
2	陈磊士	昆明理工大学国土资源工程学院	4	16	2.0	4.0
3	朱祺夫	昆明理工大学国土资源工程学院	3	12	2.0	3.0
4	董智文		1	1	1.0	1.0