基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
[目的]近年来,越来越多高时间分辨率、高空间分辨率卫星相继出现,为我们的生产生活提供了很大的便利,如何利用好这些数据庞大、信息丰富的遥感影像一直以来都是国内外研究的热点问题.其中遥感影像的分类是将大量的遥感影像应用于各个领域的基础,针对传统方法对于高分辨率影像分类精度提高难的问题,提出一种面向对象结合卷积神经网络的遥感分类方法.[方法]首先利用构建moran's I指数与地理探测器q统计量的二维空间的方法,确定最佳分割尺度,以最大面积法确定均质因子权重,对预处理后的GF-1影像进行分割,利用分割后的对象的特征作为分类模型的输入变量,建立一维卷积神经网络(1D-CNN)的分类模型,构建了基于像元的支持向量机,面向对象的支持向量机分类模型,对研究区进行了分类.[结果]利用面向对象的一维卷积神经网络方法进行分类,分类结果总体精度为93.10%,Kappa系数为0.9167,同基于像元支持向量机方法相比,总体精度提高了24.35%,Kappa系数提高了0.2923;同面向对象的支持向量机方法相比,总体精度提高了6.2%,Kappa系数提高了0.0746.[结论]利用构建的moran's I指数与地理探测器q统计量的二维空间和最大面积法确定最佳分割参数,建立一维卷积神经网络结合面向对象的方法对遥感影像进行分类,与传统模型相比得到的分类结果精度较高,是一种快速有效的分类方法.
推荐文章
基于GF-2遥感影像的面向对象分类方法比较研究
GF-2遥感影像
K-最近邻分类
支持向量机分类
CART决策树分类
面向对象的遥感影像单类分类
单类分类
面向对象技术
遥感影像
支持向量机
基于面向对象的GF-1遥感影像采煤沉陷区湿地分类
遥感
土地利用
复垦
煤矿
沉陷区
湿地分类
基于 GF-1卫星遥感影像的港口空间格局监测与评估
卫星遥感影像
港口空间格局
码头岸线利用指数
码头岸线指数
营口港
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向对象结合卷积神经网络的GF-1影像遥感分类
来源期刊 中南林业科技大学学报 学科
关键词 遥感分类 面向对象 最佳分割参数 卷积神经网络
年,卷(期) 2021,(8) 所属期刊栏目 林学
研究方向 页码范围 45-55,67
页数 12页 分类号 S771.8
字数 语种 中文
DOI 10.14067/j.cnki.1673-923x.2021.08.006
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (216)
共引文献  (768)
参考文献  (39)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(13)
  • 参考文献(1)
  • 二级参考文献(12)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(12)
  • 参考文献(3)
  • 二级参考文献(9)
2010(15)
  • 参考文献(2)
  • 二级参考文献(13)
2011(9)
  • 参考文献(4)
  • 二级参考文献(5)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(14)
  • 参考文献(2)
  • 二级参考文献(12)
2014(22)
  • 参考文献(2)
  • 二级参考文献(20)
2015(30)
  • 参考文献(8)
  • 二级参考文献(22)
2016(30)
  • 参考文献(3)
  • 二级参考文献(27)
2017(10)
  • 参考文献(2)
  • 二级参考文献(8)
2018(8)
  • 参考文献(3)
  • 二级参考文献(5)
2019(18)
  • 参考文献(3)
  • 二级参考文献(15)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遥感分类
面向对象
最佳分割参数
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南林业科技大学学报
月刊
1673-923X
43-1470/S
大16开
湖南长沙市韶山南路498号中南林业科技大学期刊社
1981
chi
出版文献量(篇)
5497
总下载数(次)
4
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导