检索结果-维普期刊中文期刊服务平台

基于深度学习融合OBIA的黄土高原小流域淤地坝系提取被引量：2: 1; 作者钱伟王春 +4 位作者代文卢旺达李敏陶宇李梦琪《干旱区地理》 CSCD 北大核心 2023年第11期1803-1812,共10页; 淤地坝对于防治黄土高原水土流失有不可替代的作用,因此精确提取淤地范围和淤地坝点位对研究黄土高原水土有重要意义。现有图像分类方法中缺乏对淤地坝地形特征的考虑,容易被误判为梯田或土堆。除此之外,自动提取研究多集中于淤地范围提... 展开更多; 关键词淤地范围提取淤地坝点位提取面向对象的影像分析(obia) U-Net框架黄土高原; 在线阅读下载PDF 职称材料

1990～2015年韩国土地覆被变化及其驱动因素被引量：18: 2; 作者于皓张柏 +3 位作者王宗明任春颖毛德华贾明明《地理科学》 CSSCI CSCD 北大核心 2017年第11期1755-1763,共9页; 以中等分辨率Landsat系列影像为数据源,利用面向对象的图像分析(OBIA)方法,研究1990~2015年韩国土地覆被变化的主要特征与驱动因素。研究发现:近25 a来,韩国人工表面、林地、湿地、耕地和水体面积变化较大。人工表面扩张最为明显,面积... 展开更多; 关键词土地覆被变化驱动因素 Landsat遥感数据面向对象的图像分析方法(obia) 韩国; 在线阅读下载PDF 职称材料

基于J48决策树的面向对象方法的土地覆被信息提取被引量：9: 3; 作者孙宇翼赵军利 +1 位作者王苗苗刘勇《国土资源遥感》 CSCD 北大核心 2016年第4期156-163,共8页; 过去10多a来,面向对象的影像分析方法在高分辨率影像信息提取中表现出了明显优势,得到了快速发展。该方法中一个难题是,如何有效地建立满足健壮性和通用性准则的分类规则集。基于数据挖掘原理的决策树方法有望提供有效的解决方案。选用W... 展开更多; 关键词面向对象的影像分析 J48算法决策树土地覆被分类; 在线阅读下载PDF 职称材料

遥感图像多尺度分割算法与矢量化算法的集成被引量：3: 4; 作者王海童恒建 +1 位作者左博新汤文瑞《计算机工程》 CAS CSCD 2014年第6期256-261,共6页; 在遥感图像处理和分析软件中,图像分割/分类和矢量化是前后独立的过程:先分割/分类,再矢量化整幅图像。由于矢量化后得到的矢量文件未写入图像对象(区域、图斑)的特征信息,只能用于显示而不能用于后续操作。此外,处理复杂图像时还存在... 展开更多; 关键词遥感图像基于对象的图像分析多尺度分割矢量化算法集成对象矢量化; 在线阅读下载PDF 职称材料

题名基于深度学习融合OBIA的黄土高原小流域淤地坝系提取被引量：2: 1; 作者钱伟王春代文卢旺达李敏陶宇李梦琪; 机构南京信息工程大学遥感与测绘工程学院滁州学院地理信息与旅游学院实景地理环境安徽省重点实验室南京信息工程大学地理科学学院; 出处《干旱区地理》 CSCD 北大核心 2023年第11期1803-1812,共10页; 基金安徽高校省级自然科学研究重大项目(KJ2021ZD0130) 实景地理环境智能科技滁州市“113”产业创新团队 +2 种基金安徽省高等学校科研计划项目(2022AH010066)资助。; 文摘淤地坝对于防治黄土高原水土流失有不可替代的作用,因此精确提取淤地范围和淤地坝点位对研究黄土高原水土有重要意义。现有图像分类方法中缺乏对淤地坝地形特征的考虑,容易被误判为梯田或土堆。除此之外,自动提取研究多集中于淤地范围提取,淤地坝点位仍依赖人工判读。因此,提出一种自动提取淤地坝系的方法:通过深度学习融合面向对象的影像分析(OBIA)方法提取韭园沟流域淤地范围,再利用水文分析方法提取淤地坝点位。结果表明:本方法提取的淤地范围精准率、召回率、F1Score分别为81.97%、90.94%、89.70%,F1Score与仅使用OBIA方法相比提升了21.94%。淤地坝点位的自动识别准确率为81.08%,完整率为88.89%,与前人目视解译的准确度相近,并实现了淤地坝范围和淤地坝点位的全要素提取。研究结果可为黄土高原淤地坝空间布局优化和水土流失评估等分析提供重要基础数据。; 关键词淤地范围提取淤地坝点位提取面向对象的影像分析(obia) U-Net框架黄土高原; Keywords silt range extraction extraction of check dam points object-bases image analysis(obia) U-Net framework Loess Plateau; 分类号 S157 [农业科学—土壤学]; 在线阅读下载PDF 职称材料

题名1990～2015年韩国土地覆被变化及其驱动因素被引量：18: 2; 作者于皓张柏王宗明任春颖毛德华贾明明; 机构中国科学院东北地理与农业生态研究所湿地生态与环境重点实验室中国科学院大学; 出处《地理科学》 CSSCI CSCD 北大核心 2017年第11期1755-1763,共9页; 基金中国科学院重点部署项目课题(KZZD-EW-08-02)资助~~; 文摘以中等分辨率Landsat系列影像为数据源,利用面向对象的图像分析(OBIA)方法,研究1990~2015年韩国土地覆被变化的主要特征与驱动因素。研究发现:近25 a来,韩国人工表面、林地、湿地、耕地和水体面积变化较大。人工表面扩张最为明显,面积增加了1 847.24 km2(+38.97%),主要发生在以首尔为中心的首都圈地区,多由耕地和林地转化而来。林地、湿地和耕地面积分别减少776.71 km2、707.32 km2和426.65 km2。过去25 a间韩国土地覆被变化主要集中分布在海拔较低(<100 m)和坡度较小(<3°)的区域。人类活动因素,如人口增长、城市扩张、经济发展及政策调控等是造成韩国土地覆被变化的主要原因。; 关键词土地覆被变化驱动因素 Landsat遥感数据面向对象的图像分析方法(obia) 韩国; Keywords land cover change （LCC） driving forces landsat remote sensing object-based images analysis （obia） Republic of Korea （ROK）; 分类号 TP79 [自动化与计算机技术—检测技术与自动化装置] F301.2 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名基于J48决策树的面向对象方法的土地覆被信息提取被引量：9: 3; 作者孙宇翼赵军利王苗苗刘勇; 机构兰州大学资源环境学院甘肃省地图院中国人民解放军; 出处《国土资源遥感》 CSCD 北大核心 2016年第4期156-163,共8页; 基金国家自然科学基金"遥感影像多尺度分割质量评价与参数优选方法研究"(编号:41271360) 甘肃省湿地自然边界确定试点项目共同资助; 文摘过去10多a来,面向对象的影像分析方法在高分辨率影像信息提取中表现出了明显优势,得到了快速发展。该方法中一个难题是,如何有效地建立满足健壮性和通用性准则的分类规则集。基于数据挖掘原理的决策树方法有望提供有效的解决方案。选用WEKA J48算法从影像光谱、纹理和地形特征等诸多参数中优选出部分参数构建决策树分类模型,以此建立分类规则集,并集成于面向对象的影像分类方法中。利用Landsat5 TM影像和ASTER数字高程模型数据进行的甘肃省会宁县白草塬地区土地覆被分类的结果表明,本方法所建立的分类规则集具有较佳的健壮性和通用性,其分类精度明显优于基于像元的最大似然法和基于试错性规则集的面向对象法。; 关键词面向对象的影像分析 J48算法决策树土地覆被分类; Keywords object - based image analysis （obia） J48 algorithm decision tree land cover classification; 分类号 TP79 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名遥感图像多尺度分割算法与矢量化算法的集成被引量：3: 4; 作者王海童恒建左博新汤文瑞; 机构中国地质大学(武汉)计算机学院; 出处《计算机工程》 CAS CSCD 2014年第6期256-261,共6页; 基金国家自然科学基金资助项目(41171339 41004049) +3 种基金阿登各德钦县红坡幅区域地质调查项目地质灾害遥感解译"(1212010880404); 文摘在遥感图像处理和分析软件中,图像分割/分类和矢量化是前后独立的过程:先分割/分类,再矢量化整幅图像。由于矢量化后得到的矢量文件未写入图像对象(区域、图斑)的特征信息,只能用于显示而不能用于后续操作。此外,处理复杂图像时还存在矢量文件多边形数目与分割/分类后图像区域数目不一致的问题。为此,将多尺度分割算法与矢量化算法进行一体化集成。对遥感图像进行多尺度分割得到图像对象链表,逐个对图像对象做矢量化处理,同时把特征统计信息写入多边形属性中。集成后不仅可保证矢量多边形数目与图像对象数目完全一致,而且由于特征统计信息已作为多边形区域的属性保存在多边形中,后续的多尺度分割、区域合并、空间关系操作等均可基于矢量多边形进行。; 关键词遥感图像基于对象的图像分析多尺度分割矢量化算法集成对象矢量化; Keywords remote sensing image object-based image analysis（obia） multiscale segmentation vectorization algorithm integration object vectorization; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于深度学习融合OBIA的黄土高原小流域淤地坝系提取	钱伟王春代文卢旺达李敏陶宇李梦琪	《干旱区地理》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
2	1990～2015年韩国土地覆被变化及其驱动因素	于皓张柏王宗明任春颖毛德华贾明明	《地理科学》 CSSCI CSCD 北大核心	2017	18	在线阅读下载PDF 职称材料
3	基于J48决策树的面向对象方法的土地覆被信息提取	孙宇翼赵军利王苗苗刘勇	《国土资源遥感》 CSCD 北大核心	2016	9	在线阅读下载PDF 职称材料
4	遥感图像多尺度分割算法与矢量化算法的集成	王海童恒建左博新汤文瑞	《计算机工程》 CAS CSCD	2014	3	在线阅读下载PDF 职称材料