基于深度学习的遥感影像城市建筑用地提取     

朱祺夫  赵俊三  陈磊士  李易 《教育技术导刊》2018,17(10):18-21

使用遥感影像对建筑用地进行精确和高效的提取,是土地利用的重要信息来源。使用卷积神经网络的深度学习方法对研究区Landsat8遥感影像图进行分类训练与提取,与作为对照组的支持向量机方法进行比对分析。结果表明,基于深度学习的遥感影像城市建筑用地提取方法提取精度更高,尤其在道路提取精度上有着明显优势,说明将深度学习融入遥感影像建筑用地提取有着广阔前景。  相似文献   

基于深度学习的滇中城市多光谱     

陈磊士  赵俊三  董智文  朱褀夫 《教育技术导刊》2018,17(11):177-180

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Landsat8 OLI_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。  相似文献