期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到199篇文章
< 1 2 … 10 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
融合注意力和上下文信息的遥感图像小目标检测算法 被引量：2
1
作者 刘赏 周煜炜 +2 位作者 代娆 董林芳 刘猛 《计算机应用》 北大核心 2025年第1期292-300,共9页
对多尺度的遥感图像进行小目标检测时,基于深度学习的目标检测算法容易出现误检和漏检的情况。这是因为此类算法的特征提取模块进行了多次的下采样操作;而且未能根据不同类别、不同尺度的目标关注所需的上下文信息。为了解决该问题,提... 对多尺度的遥感图像进行小目标检测时,基于深度学习的目标检测算法容易出现误检和漏检的情况。这是因为此类算法的特征提取模块进行了多次的下采样操作;而且未能根据不同类别、不同尺度的目标关注所需的上下文信息。为了解决该问题,提出一种融合注意力和上下文信息的遥感图像小目标检测算法ACM-YOLO(Attention-Context-Multiscale YOLO)。首先,应用细粒度的查询感知稀疏注意力以减少小目标特征信息的丢失,从而避免漏检;其次,设计局部上下文增强(LCE)函数以更好地关注不同类别的遥感目标所需的上下文信息,从而避免误检;最后,使用加权双向特征金字塔网络(BiFPN)强化特征融合模块对遥感图像小目标的多尺度特征融合能力,从而改善算法检测效果。在DOTA数据集和NWPU VHR-10数据集上进行对比实验和消融实验,以验证所提算法的有效性和泛化性。实验结果表明,在2个数据集上所提算法的平均精确率均值(mAP)分别达到了77.33%和96.12%,而相较于YOLOv5算法,召回率分别提升了10.00和7.50个百分点。可见,所提算法能有效提升mAP和召回率,减少误检和漏检。 展开更多
关键词 遥感图像 小目标检测 稀疏采样 局部上下文信息增强 多尺度特征融合
在线阅读 下载PDF
一种改进的K-PCA与PNN结合的快速高光谱遥感分类算法
2
作者 简萌 陈旭凤 +1 位作者 鲁军 郝敏钗 《河北大学学报(自然科学版)》 北大核心 2025年第4期343-351,共9页
高光谱遥感数据可以提供更加丰富的地物信息,但因其数据维度高、冗余性强等特点导致传统分类方法效率低下.针对此问题本文提出一种改进的核-主成分分析(kernel-principalcomponentanalysis,K-PCA)与概率神经网络(probabilisticneuralnet... 高光谱遥感数据可以提供更加丰富的地物信息,但因其数据维度高、冗余性强等特点导致传统分类方法效率低下.针对此问题本文提出一种改进的核-主成分分析(kernel-principalcomponentanalysis,K-PCA)与概率神经网络(probabilisticneuralnetwork,PNN)结合的快速高光谱遥感分类算法.首先提出一种最近邻的样本选择方法,用以筛选更具代表性的地物光谱数据;其次提出一种基于半数重采样的主成分优选策略,有效去除噪声并保留光谱本质特征,大幅度降低数据维度;最后融合K-PCA的非线性降维特性与PNN的最优贝叶斯分类能力进行地物识别.在利用AVIRIS高光谱数据集的验证实验中,本算法不仅将分类精度提升至89.9%,较传统方法提升显著,且运算效率大幅提升.结果表明该算法在兼顾分类精度与实时性的高光谱地物识别场景中凸显优势,为遥感大数据智能处理提供了高效解决方案. 展开更多
关键词 高光谱遥感数据 地物识别 核-主成分分析 概率神经网络 半数重采样
在线阅读 下载PDF
超大像元TDICCD的时序设计与优化
3
作者 曹伟 于正阳 +3 位作者 李映宝 李玲月 万旻 杨亭 《航天返回与遥感》 北大核心 2025年第2期63-71,共9页
为解决水平方向均匀细分求和时序下成像电路系统信噪比和级数线性度不满足相机指标要求的问题,文章在分析超大像元TDICCD特点和工作原理的基础上,提出一种水平方向非均匀细分求和时序设计方案。该方案从加长模拟信号复位参考保持时间,... 为解决水平方向均匀细分求和时序下成像电路系统信噪比和级数线性度不满足相机指标要求的问题,文章在分析超大像元TDICCD特点和工作原理的基础上,提出一种水平方向非均匀细分求和时序设计方案。该方案从加长模拟信号复位参考保持时间,减少中间电荷包收集时间、加长最后电荷包收集时间等3个方面进行时序优化和软件设计,使得相关双采样的前后采样区域分别增大了3倍和1.7倍以上,提高了采样可靠性,并完成了成像电路系统的硬件设计和性能测试验证。实验室测试结果显示,超大像元TDICCD所有谱段的信噪比均大于67 dB,级数线性度均优于99%,满足相机指标要求;同时,在轨图像纹理清晰,谱段层次分明,该方案的有效性进一步得到了应用验证。 展开更多
关键词 超大像元 相关双采样 细分求和 TDICCD 时序 航天遥感
在线阅读 下载PDF
主要农作物面积多维多尺度立体统计遥感调查技术研究进展
4
作者 潘耀忠 李强子 +12 位作者 张锦水 史击天 朱秀芳 顾晓鹤 朱文泉 岳建伟 贾坤 杜鑫 张富民 张扬 王红岩 王文娜 李乐 《北京师范大学学报(自然科学版)》 北大核心 2025年第1期118-125,共8页
农作物面积等农情信息是农业政策和农业资源配置优化的重要参考依据.2003年以来,北京师范大学联合多家科研院所与企事业单位开展主要农作物面积多维多尺度立体统计遥感调查技术创新与应用,经过10多年的研究和技术攻关,创新发展了新一代... 农作物面积等农情信息是农业政策和农业资源配置优化的重要参考依据.2003年以来,北京师范大学联合多家科研院所与企事业单位开展主要农作物面积多维多尺度立体统计遥感调查技术创新与应用,经过10多年的研究和技术攻关,创新发展了新一代的空天地农作物面积统计遥感调查技术体系,突破了多源数据农作物遥感精细识别、统计抽样与遥感测量相结合的农作物面积估算等关键技术难点,研制了统计调查空间抽样与农作物面积统计产品真实性检验技术,建立了主要农作物面积统计遥感调查新制度和业务化运行系统.相关研究成果在全国农业统计调查业务中全面推广应用,并支撑了第三次全国农业普查农作物面积遥感测量工作,实现了我国农作物面积统计从“对人”调查到“对地”调查的技术更新换代. 展开更多
关键词 农作物面积 遥感 空间抽样 业务化运行
在线阅读 下载PDF
联合FOD-sCARS的土壤有机质高光谱机器学习估测模型
5
作者 吴梦红 窦森 +5 位作者 林楠 姜然哲 陈思 李佳璇 付佳伟 梅显军 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期204-212,共9页
土壤有机质(SOM)含量是表征土壤质量的关键指标,在全球碳循环系统中发挥重大作用。快速准确的SOM估算和空间制图对土壤碳库估算、作物生长监测和耕地规划管理具有重要意义。利用传统方法监测区域性SOM含量耗时费力,基于高光谱遥感影像建... 土壤有机质(SOM)含量是表征土壤质量的关键指标,在全球碳循环系统中发挥重大作用。快速准确的SOM估算和空间制图对土壤碳库估算、作物生长监测和耕地规划管理具有重要意义。利用传统方法监测区域性SOM含量耗时费力,基于高光谱遥感影像建立SOM估测模型是现在较为合理有效的方法。为探索解决目前高光谱遥感影像建立SOM含量估测模型存在光谱数据冗余、光谱数据特征提取精度低、小样本模型泛化能力不强的问题,选择位于青海省湟中县的研究区,共采集67个土壤样本。获取资源1号02D(ZY1-02D)高光谱遥感影像并进行预处理得到样点像元光谱数据,采用分数阶微分变换(FOD)方法挖掘与SOM含量具有响应关系的敏感波段,以0.2为一个步长,利用相关性阈值法对比分析不同阶次微分处理数据挖掘能力;运用稳定性竞争性自适应重加权采样算法(sCARS)去除高光谱冗余数据获取建模特征波段,选择随机森林(RF)、极端梯度提升树、极限学习机和岭回归机器学习作为建模算法,以全波段和特征波段光谱数据分别作为模型输入变量构建SOM估测模型进行高光谱反演研究工作;最后根据最优特征变量和建模算法,基于ZY1-02D遥感影像进行了SOM空间分布制图。结果表明:采用FOD变换相比整数阶可以大大提高波段与SOM含量间的相关性,挖掘出更多细微的与SOM含量产生响应关系的光谱波段,其中0.8阶微分变换效果最优,较原始波段相比相关系数最大值提高了0.546;相较于全波段光谱数据,采用sCARS特征提取方法获取特征波段构建模型的估测精度得到较大提升,说明sCARS可以有效提升建模数据的质量,提升模型预测精度。建模算法中RF表现最优,R_(p)^(2)(模型决定系数)达到0.766,RPD达到1.86,较全波段建模结果R_(p)^(2)提升约7.58%;基于FOD-sCARS和RF实现了区域SOM含量估测制图。研究进一步验证利用星载高光谱遥感影像是实现区域SOM估测制图的可靠途径,研究结果可为估测区域SOM含量提供新思路,为利用星载高光谱遥感影像绘制SOM含量空间分布图提供了数据支持。 展开更多
关键词 高光谱遥感影像 分数阶微分变换 稳定性竞争性自适应重加权采样算法 土壤有机质 随机森林
在线阅读 下载PDF
长株潭绿心中央公园核心区林地生态系统碳储量估算与分析 被引量：1
6
作者 王珍香 肖海 +2 位作者 全思湘 陈铸 张泰 《测绘通报》 北大核心 2025年第5期15-20,共6页
林地是陆地生态系统中最大的碳库。为解决现有林地野外调查方法相对传统落后、效率较低等问题,本文以长株潭绿心中央公园核心区为研究区域,综合样地调查、模型模拟和遥感技术等多元技术,重点评估了核心区2022年林地生态系统植被碳储量... 林地是陆地生态系统中最大的碳库。为解决现有林地野外调查方法相对传统落后、效率较低等问题,本文以长株潭绿心中央公园核心区为研究区域,综合样地调查、模型模拟和遥感技术等多元技术,重点评估了核心区2022年林地生态系统植被碳储量、土壤碳储量及其空间分布特征。结果表明:①核心区2022年林地生态系统总碳储量为1.22×10^(6) MgC,平均碳密度为97.29 MgC/hm^(2)。②核心区林地植被碳储量为6.72×10^(5) MgC,植被平均碳密度为53.47 MgC/hm^(2),呈西高东低的空间分布格局。③核心区林地0~20 cm表层土壤碳储量为5.50×10^(5) MgC,土壤平均碳密度为43.82 MgC/hm^(2),主要分布在昭山镇、跳马镇西南部。本文可为生态系统碳储量本底调查和碳汇监测提供技术参考,为如期实现“双碳”目标提供科学依据。 展开更多
关键词 林地生态系统 碳储量 样地调查 模型模拟 遥感技术 绿心核心区
在线阅读 下载PDF
水土流失综合治理工程措施无人机影像样本库构建方法研究
7
作者 柴鹏 董静 +3 位作者 丁翼星 刘志强 吴清泉 王昌辉 《亚热带水土保持》 2025年第1期8-12,41,共6页
为进一步提高水土保持重点工程的信息化、智能化水平,引入深度学习、大模型等新技术提高无人机影像中水土流失综合治理工程措施的识别精度是一个重要研究方向。训练优化深度网络模型极其依赖大量且高精度的样本,这是实现不同类型水土流... 为进一步提高水土保持重点工程的信息化、智能化水平,引入深度学习、大模型等新技术提高无人机影像中水土流失综合治理工程措施的识别精度是一个重要研究方向。训练优化深度网络模型极其依赖大量且高精度的样本,这是实现不同类型水土流失综合治理工程措施智能化识别的关键基础资料。本文利用福建省水土保持试验站在近几年水土保持工作中获取的海量高分辨率无人机影像,以及部分人工解译的矢量文件,研究了点、线、面状水土保持综合治理工程措施的样本标注方法,建立了水土保持综合治理工程措施影像样本库。经过样本的自动生成、样本库的清洗与扩充以及样本类别调整,最终样本库共含有点状措施样本11类2289个,线状措施样本8类32342个,面状措施样本7类346455个。 展开更多
关键词 无人机遥感影像 水土流失 工程措施 影像样本库
在线阅读 下载PDF
面向人工智能解译的规格化多模态样本数据集组织及其应用
8
作者 赵俊奇 米晓飞 +5 位作者 杨健 余涛 田晓敏 田传召 朱宏博 刘川 《航天返回与遥感》 北大核心 2025年第4期59-72,共14页
随着深度学习和机器学习等人工智能技术的迅猛发展,为了满足多样化的遥感任务需求,遥感领域生成了大量数据集,然而这些数据集在种类、尺寸、空间和时间分辨率上存在显著差异。为了解决这一问题,文章提出了一种面向人工智能解译的规格化... 随着深度学习和机器学习等人工智能技术的迅猛发展,为了满足多样化的遥感任务需求,遥感领域生成了大量数据集,然而这些数据集在种类、尺寸、空间和时间分辨率上存在显著差异。为了解决这一问题,文章提出了一种面向人工智能解译的规格化多模态样本数据集组织方式,通过建立样本与影像数据的有效关联,形成基于地理空间位置的时序样本数据集,以满足智能解译对大数据-多模态-样本可扩展的数据立方的需求,实现海量遥感样本数据的有序管理,同时支持样本的持续扩展和再利用。基于多模态样本数据集组织方法从数据集和系统化管理两方面开展应用,为各种遥感任务中的人工智能解译提供了有效的数据与技术支持。 展开更多
关键词 遥感分类 人工智能 样本数据 规格化 多模态
在线阅读 下载PDF
遥感卫星任务智能决策的机器学习方法研究 被引量：1
9
作者 杨芳 景丽萍 +4 位作者 黄敏 陈雄姿 田帅虎 王抒雁 张宝昕 《航天器工程》 CSCD 北大核心 2024年第4期1-10,共10页
基于遥感卫星任务决策的特点,研究如何采用机器学习方法对执行任务时产生的大量动作、指令和遥测数据进行分析和训练。为了给遥感卫星任务建立机器学习方法,探索机器学习辅助遥感卫星任务智能决策的可行性,并探讨机器学习模型对卫星任... 基于遥感卫星任务决策的特点,研究如何采用机器学习方法对执行任务时产生的大量动作、指令和遥测数据进行分析和训练。为了给遥感卫星任务建立机器学习方法,探索机器学习辅助遥感卫星任务智能决策的可行性,并探讨机器学习模型对卫星任务数据的适应性和处理效率。借鉴地面相关人工智能系统成熟的机器学习架构,研究建立遥感卫星任务相关智能决策的机器学习方法,并给出了机器学习的样例。研究结果表明:机器学习方法的适应性很强,初步实现了遥感卫星自主任务决策,并达到一定的准确率,对卫星任务智能决策技术进行了有益探索。 展开更多
关键词 遥感卫星 任务智能决策 机器学习 样本模型
在线阅读 下载PDF
基于双重标签分配的遥感有向目标检测方法
10
作者 董燕 魏铭宏 +2 位作者 高广帅 刘洲峰 李春雷 《计算机科学》 CSCD 北大核心 2024年第S02期486-494,共9页
由于遥感图像目标具有任意方向、大纵横比和密集排列等多样性分布特点,预设的锚框难以精准匹配所有真实目标,导致对大纵横比和密集排列的有向目标检测精度不高。为了解决上述问题,提出了一种基于双重标签分配的遥感有向目标检测方法。首... 由于遥感图像目标具有任意方向、大纵横比和密集排列等多样性分布特点,预设的锚框难以精准匹配所有真实目标,导致对大纵横比和密集排列的有向目标检测精度不高。为了解决上述问题,提出了一种基于双重标签分配的遥感有向目标检测方法。首先,提出双重标签分配策略为目标分配最大及次优交并比的候选框;其次,通过排斥损失(AP-Loss)和吸引损失(UP-Loss)约束相邻目标的候选框,以提高目标正确匹配概率;然后,为了提取适应于分类和回归分支的鲁棒特征,设计了一个特征增强模块(FEM),该模块基于偏振函数构造自适应特征,能够有效增强分类和回归任务所需的特征表达能力;最后,设计了一个定位指导分类(LGC)模块,该模块通过定位任务指导分类任务的采样位置,进行定位细化,以获取分类任务的关键特征,从而缓解分类与定位之间的不一致问题。在3个公开的遥感有向目标检测数据集DOTA,HRSC-2016和DIOR-R上进行了大量的实验,实验结果证明了所提方法的有效性,且优于现有主流方法。 展开更多
关键词 遥感图像 有向目标检测 双重标签分配 不一致问题 采样位置细化
在线阅读 下载PDF
训练样本标签误差对高光谱影像分类影响
11
作者 余腾 朱益民 +2 位作者 王月华 向健斌 张丹丹 《遥感信息》 CSCD 北大核心 2024年第4期68-79,共12页
在影像尤其是高光谱影像分类中,用于学习训练的标签质量对分类成效影响并未得到充分重视。为此,文章基于PyTorch框架,利用Indian Pines高光谱数据集,探讨了在RF、BP、CNN和SSConvNeXt模型下,光谱特征相似度较高的地物在不同比例人为误... 在影像尤其是高光谱影像分类中,用于学习训练的标签质量对分类成效影响并未得到充分重视。为此,文章基于PyTorch框架,利用Indian Pines高光谱数据集,探讨了在RF、BP、CNN和SSConvNeXt模型下,光谱特征相似度较高的地物在不同比例人为误标注情况时对分类结果的影响。分析结果认为:同样错误标注情况下,SSConvNeXt和CNN相较RF、BP模型体现出20%以上的分类精度优势;在无人为错误标注、10个错误噪声标签、错误标签占比15%和25%时,SSConvNeXt和CNN模型的分类精度都在96%以上,体现了模型的容错性和稳定性;在相对传统的RF和BP模型中,错误标签对分类影响较大且离散。最后重点分析了SSConvNeXt模型在分类方面的机制优势。该研究可从训练样本角度为遥感影像分类精度问题给予一定的方法选择和定量分析依据。 展开更多
关键词 高光谱遥感 样本标签质量 深度学习 分类精度 分类机制
在线阅读 下载PDF
基于深度学习的高分遥感图像建筑物识别 被引量：4
12
作者 李成范 孟令奎 刘学锋 《应用科学学报》 CAS CSCD 北大核心 2024年第3期375-387,共13页
该文面向高分遥感图像建筑物深度学习检测与识别的具体需求,在归纳和分析现有深度学习与建筑物提取方法的基础上,重点探讨了高分遥感图像建筑物深度学习识别方法和深度学习识别系统,并探讨了未来可能的研究方向。所提方法将为高分遥感... 该文面向高分遥感图像建筑物深度学习检测与识别的具体需求,在归纳和分析现有深度学习与建筑物提取方法的基础上,重点探讨了高分遥感图像建筑物深度学习识别方法和深度学习识别系统,并探讨了未来可能的研究方向。所提方法将为高分遥感图像深度学习目标检测中样本库和遥感数据库的建设提供参考,为利用深度学习开展多尺度、多源高分遥感建筑物检测与识别提供支持。 展开更多
关键词 建筑物识别 高分遥感图像 卷积神经网络 样本集 数据集
在线阅读 下载PDF
不同样本集划分策略对农作物遥感分类精度的影响 被引量：2
13
作者 刘洋 李强子 +6 位作者 杜鑫 王红岩 张源 张喜旺 沈云祺 张思宸 余仕奇 《河南农业科学》 北大核心 2024年第6期144-153,共10页
农作物分布的提取精度对于后续的农田参数反演和作物单产估算等均具有深刻的影响,而农作物分类识别过程中,训练样本的准确性和数量对其最终分类结果的影响是至关重要的。针对样本较少且分布不均匀的问题,通过实地标识和目视解译2种方式... 农作物分布的提取精度对于后续的农田参数反演和作物单产估算等均具有深刻的影响,而农作物分类识别过程中,训练样本的准确性和数量对其最终分类结果的影响是至关重要的。针对样本较少且分布不均匀的问题,通过实地标识和目视解译2种方式构建农作物分类样本数据集,设计5种样本数据集构建方案:方案(1)全部采用实测样点(70%训练、30%验证);方案(2)全部采用目视解译样点(70%训练、30%验证);方案(3)实测样点与目视样点分别选取相同比例的训练样本与验证样本,再结合构建训练样本集与验证样本集(70%训练、30%验证);方案(4)目视解译样点作为训练样本,实测样点作为验证样本;方案(5)目视样点与实测样点选取相同数量的样本进行结合构建样本集(70%训练、30%验证)。研究不同方案下的农作物遥感分类精度。结果表明,除方案(4)外,(1)(2)(3)(5)4种样本数据集划分方案的整体精度均在95%以上,分类结果较好,表明采用目视解译补充样本点,可以有效解决样本点较少和分布不均匀的情况。方案(3)作为研究区作物识别提取的最佳分类方案,总体精度达到97.6%,Kappa系数达到0.970,且玉米、水稻、大豆单类精度均超过97%,表明目视解译样点与实测样点分别选取训练样本与验证样本再结合构建训练样本集与验证样本集,不仅可以提升分类结果的精度,而且可以提高分类结果的真实性、准确性。 展开更多
关键词 遥感 农作物分类 目视解译 样本集划分
在线阅读 下载PDF
基于耦合推断的时间外延性辅助数据偏倚修正——以森林蓄积量估计为例 被引量：1
14
作者 梅安琪 侯正阳 +3 位作者 徐晴 陈芳婷 齐元浩 贾东瑾 《林业科学》 EI CAS CSCD 北大核心 2024年第8期79-94,共16页
【目的】1)量化“过期”模型对推断总体参数(总体均值、方差)的影响;2)提出利用基于模型辅助的估计量修正模型保质期引起的推断偏倚;3)评估度量误差模型对推断偏倚的修正作用。【方法】在基于设计、基于模型和基于模型辅助3种推断框架下... 【目的】1)量化“过期”模型对推断总体参数(总体均值、方差)的影响;2)提出利用基于模型辅助的估计量修正模型保质期引起的推断偏倚;3)评估度量误差模型对推断偏倚的修正作用。【方法】在基于设计、基于模型和基于模型辅助3种推断框架下,应用度量误差模型,修正“过期”模型对总体参数(总体均值、方差)的影响。【结果】1)将二阶抽样的估计值作为参照,对比基于模型的统计推断估计值,无论是线性回归模型还是度量误差模型,其均值估计值与二阶抽样下总体均值估计值6.774 m^(3)·hm^(−2)接近,其方差估计值的平均值为0.117,远小于基于设计的方差估计值0.965,精度提升平均为87.93%;2)遥感数据“过期”引起模型失效,对总体均值估计产生较大偏差,总体均值估计值的偏移程度随着遥感数据获取时间的推移加剧;3)在基于模型辅助推断框架下,线性回归模型和度量误差模型的总体均值估计值均在6.5~6.8波动,波动范围较小,变化趋势相同,二者均值估计值差异较小,后者推断精度更高,精度提升范围为5.71%~22.50%,平均为13.34%。【结论】1)遥感数据作为辅助信息可有效提高估计精度;2)当遥感数据“过期”时模型失效,总体均值估计值偏倚增大,方差估计值被低估;3)基于模型辅助的统计推断可解决模型“过期”造成的推断偏倚问题,保持估计量近似无偏性,且精度与概率样本的样本量呈正相关;4)度量误差模型可降低总体方差估计值,但仅使用度量误差模型无法消除时间外延性遥感数据产生的推断偏倚。 展开更多
关键词 统计推断 森林资源调查 抽样设计 遥感数据 “过期”模型
在线阅读 下载PDF
分布采样对齐的遥感半监督要素提取框架及轻量化方法 被引量：1
15
作者 金极栋 卢宛萱 +1 位作者 孙显 吴一戎 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第5期2187-2197,共11页
近年来,利用无标签数据辅助少量标签数据进行训练的遥感半监督要素提取任务被广泛研究,大多数工作采用自训练或一致性正则方法提高要素提取性能,但仍存在数据类别分布不均衡导致的不同类别准确率差异大的问题。该文提出分布采样对齐的... 近年来,利用无标签数据辅助少量标签数据进行训练的遥感半监督要素提取任务被广泛研究,大多数工作采用自训练或一致性正则方法提高要素提取性能,但仍存在数据类别分布不均衡导致的不同类别准确率差异大的问题。该文提出分布采样对齐的遥感半监督要素提取框架(FIDAS),通过获取的历史数据类别分布,在调整不同类别的训练难度的同时引导模型学习数据真实分布。具体来说,利用历史数据分布信息对各类别进行采样,增加难例类别通过阈值的概率,使模型接触到更多难例类别的特征信息。其次设计分布对齐损失,提升模型学习到的类别分布与真实数据类别分布之间的对齐程度,提高模型鲁棒性。此外,为了降低引入的Transformer模型计算量,提出图像特征块自适应聚合网络,对冗余的输入图像特征进行聚合,提升模型训练速度。该方法通过遥感要素提取数据集Potsdam上的实验,在1/32的半监督数据比例设置下,该方法相较于国际领先方法取得了4.64%的平均交并比(mIoU)提升,并在基本保持要素提取精度的同时,训练时间缩短约30%,验证了该文方法在遥感半监督要素提取任务中的高效性和性能优势。 展开更多
关键词 半监督学习 遥感图像密集要素提取 分布对齐采样 轻量化
在线阅读 下载PDF
面向震后快速灾害评估的遥感影像房屋数据空间化构建方法
16
作者 张萍 李必军 +4 位作者 李垠 张亦梅 特木其勒 刘可 李治君 《测绘通报》 CSCD 北大核心 2024年第2期69-73,共5页
基于卷积神经网络方法可高效提取高分辨率遥感影像上的房屋矢量数据,快速获取房屋数据的空间分布数据,提高地震应急基础数据库的更新能力。本文基于轮廓引导和结构感知的编解码器全卷积神经网络(CGSANet)模型和分区域等尺度网格抽样方法... 基于卷积神经网络方法可高效提取高分辨率遥感影像上的房屋矢量数据,快速获取房屋数据的空间分布数据,提高地震应急基础数据库的更新能力。本文基于轮廓引导和结构感知的编解码器全卷积神经网络(CGSANet)模型和分区域等尺度网格抽样方法,获取了房屋建筑面积及房屋结构类型空间分布模型,具备了复杂区域背景下的多类型房屋数据空间化技术能力;以黄梅县为研究对象,构建了1 km×1 km的房屋数据空间化数据集,实现了不同结构类型的房屋数据识别与鉴定。构建的房屋数据空间化数据集可为地震应急基础数据库提供数据来源,对于提高房屋数据的精度和时效性具有重要意义。 展开更多
关键词 遥感影像 卷积神经网络 房屋数据 空间化 网格抽样
在线阅读 下载PDF
多分支特征映射的遥感图像目标检测算法 被引量：5
17
作者 闵锋 况永刚 +1 位作者 郝琳琳 彭伟明 《计算机科学与探索》 CSCD 北大核心 2024年第6期1543-1555,共13页
由于遥感图像具有背景复杂、目标较小且密集、尺度连续变化大等特点,通用目标检测器难以较好地适应,导致检测效果不佳。针对以上问题,基于YOLOv5s模型,提出一种多分支特征映射的遥感图像目标检测算法。首先,利用结构重参数化技术设计一... 由于遥感图像具有背景复杂、目标较小且密集、尺度连续变化大等特点,通用目标检测器难以较好地适应,导致检测效果不佳。针对以上问题,基于YOLOv5s模型,提出一种多分支特征映射的遥感图像目标检测算法。首先,利用结构重参数化技术设计一种结合门控通道转换的RepVGG模块,采用其串联结构替换原主干网络的C3模块,聚合全局上下文信息,增强特征表达和特征提取能力;其次,使用自适应指数加权池化方法以及逆过程重构特征融合网络的采样方式,最大化地保留特征信息,改善较小目标的检测效果;最后,引入EIoU和Focal Loss组合作为模型的损失函数,优化预测框的回归速率以及难易样本的损失权重分配,进一步提高定位精度。在DIOR和NWPU VHR-10数据集上的实验结果表明,提出算法的平均精度均值分别达到92.2%、92.5%,较YOLOv5s分别提高了3.5个百分点、5.6个百分点,达到了更好的检测效果,同时实时性也满足实际场景下的遥感图像目标检测。 展开更多
关键词 遥感图像 结构重参数化 门控通道转换 采样方式 损失权重分配
在线阅读 下载PDF
时-空-谱融合自动纯化生成样本的农作物遥感分类 被引量：2
18
作者 刘修宇 张锦水 +1 位作者 吴俊旭 申克建 《农业工程学报》 EI CAS CSCD 北大核心 2024年第10期157-167,共11页
准确及时地获取农作物种植面积是粮食估产的重要基础,对稳定市场和粮食安全至关重要。随着卫星遥感技术的发展和农作物识别算法的成熟,遥感在农业领域得到了广泛深入的应用,但农作物自动化识别普遍受到缺乏足够代表性训练样本数据的制... 准确及时地获取农作物种植面积是粮食估产的重要基础,对稳定市场和粮食安全至关重要。随着卫星遥感技术的发展和农作物识别算法的成熟,遥感在农业领域得到了广泛深入的应用,但农作物自动化识别普遍受到缺乏足够代表性训练样本数据的制约。该研究提出了一种多阶段样本纯化策略,综合考虑时间、空间、光谱和物候信息,基于历史作物空间分布图和当季遥感影像自动生成高质量的训练样本,以支持农作物的自动化识别。利用谷歌地球引擎(google earth engine,GEE)云平台及Sentinel-2数据,采用随机森林算法对浙江省两个地区的水稻进行自动化识别。研究结果表明,该方法能够利用历史专题数据和当季遥感影像生成最新且充足的训练样本,样本点精度高达98.5%。样本点数量和影像特征对分类结果影响的定量分析结果表明,作物识别的精度超过96%,Kappa系数超过0.93。此外,所提算法对含有误差的历史分类数据表现出较好的鲁棒性。研究结果可为区域级农作物识别提供一种可靠的样本自动化生成方法,在大尺度自动化作物制图中具有广泛的应用潜力。 展开更多
关键词 遥感 农作物 分类 随机森林 样本自动生成 Sentinel-2
在线阅读 下载PDF
水利遥感智能云平台HydrSAI建设及应用 被引量：4
19
作者 顾祝军 曾麦脉 +3 位作者 吴家晟 吴秉校 罗成 刘亚飞 《人民长江》 北大核心 2024年第8期239-245,共7页
水利行业对于整合“天-空-地”一体化遥感监测技术的应用需求越来越高,然而传统的遥感影像分析模型往往难以适应日益多样化的行业应用需求。因此,通过集成分布式存储、虚拟化管理、自动化运维和云安全等技术,以PaaS和SaaS方式提供云服务... 水利行业对于整合“天-空-地”一体化遥感监测技术的应用需求越来越高,然而传统的遥感影像分析模型往往难以适应日益多样化的行业应用需求。因此,通过集成分布式存储、虚拟化管理、自动化运维和云安全等技术,以PaaS和SaaS方式提供云服务,构建了一个融合先进人工智能技术、面向行业应用的智能化遥感影像数据处理云平台HydrSAI。该平台集成了影像预处理、样本采集与建库、模型构建与优化、高性能矢量切片以及云计算服务技术,并配备可扩展的影像库、样本库和模型库。该平台在深圳市人为扰动图斑识别以及大藤峡库区开展了试验应用,其识别效率相较于目视识别得到显著提升。HydrSAI可为水利部门提供高效、便捷、智能化的遥感解译支持。 展开更多
关键词 水利遥感 人工智能 大数据 模型库 样本库 云平台
在线阅读 下载PDF
面向遥感图像检索的自适应样本类型判别研究
20
作者 邵徽虎 葛芸 +1 位作者 熊俊杰 余洁洁 《计算机科学与探索》 CSCD 北大核心 2024年第11期2996-3005,共10页
遥感图像内容复杂,类别丰富,存在较多难以判别的图像,导致遥感图像检索性能不佳。为此,提出自适应样本类型判别方法(ASTD),将样本类型动态地分为简单样本、普通样本和困难样本,网络依据样本的类型进行不同程度的学习,从而有效提高特征... 遥感图像内容复杂,类别丰富,存在较多难以判别的图像,导致遥感图像检索性能不佳。为此,提出自适应样本类型判别方法(ASTD),将样本类型动态地分为简单样本、普通样本和困难样本,网络依据样本的类型进行不同程度的学习,从而有效提高特征的判别能力。设计了一个SHash网络,该网络以Swin Transformer为骨干,在网络的最后加上哈希层,该网络能够在全局上捕获图像的语义信息,提高特征的表达能力和检索效率;为了让同一类别图像更加聚集,并更好地区分不同类别的图像,给每个类别定义一个哈希中心,规定输入样本自身类别所对应的中心为该样本的正中心,其他中心为该样本的负中心;提出样本类型判别损失STDLoss,根据样本与正负中心的距离关系自适应判别样本的类型,从而提高网络对各类型样本的学习能力。在UC-Merced和AID两个遥感数据集上与DSH、CSQ、SHC等五种哈希方法进行了比较,实验结果表明,基于ASTD方法训练的网络可以更好地学习样本的特征,提高检索性能。 展开更多
关键词 遥感图像检索 样本类型 Swin Transformer 哈希 自适应判别
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 10 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部