期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于语义分割的长白山火山岩性遥感数据集
1
作者
李成范
韩晶鑫
+5 位作者
盘晓东
刘岚
颜丽丽
康建红
刘学锋
肖舟怡
《岩石学报》
北大核心
2025年第4期1442-1453,共12页
火山岩性数据集是利用深度学习进行火山遥感岩性智能识别的关键和数据基础。当前,缺乏可信的火山岩性遥感数据集,制约了大区域、复杂地质环境下火山岩性智能识别的快速发展。本文在归纳和整合长白山火山岩性主要类型的基础上,以哨兵2(Se...
火山岩性数据集是利用深度学习进行火山遥感岩性智能识别的关键和数据基础。当前,缺乏可信的火山岩性遥感数据集,制约了大区域、复杂地质环境下火山岩性智能识别的快速发展。本文在归纳和整合长白山火山岩性主要类型的基础上,以哨兵2(Sentinel-2)遥感图像为数据源,结合地质资料和野外核查制作了一个基于深度学习语义分割的长白山火山岩性遥感数据集。该数据集内容包含遥感图像、标签数据、说明文件,岩性类型覆盖玄武质火山岩、粗面质火山岩、碱流质火山岩、火山岩性混合堆积(碎屑堆积、火山泥流堆积、火山空落堆积);共计36张样本图像,单张图像尺寸为395像元×395像元,空间分辨率为10m。利用经典的深度卷积神经网络(deep convolution neural network,DCNN)DeepLab V3+模型对火山岩性数据集进行了测试和验证,实验结果表明本文数据集具有较强的火山岩性描述能力,鲁棒性和泛化性较好,总体准确率均高于88%;特征训练与提取过程中人为干扰较少,自动化水平较高。可为火山岩性智能识别提供数据基础,提高野外火山遥感岩性调查的准确性和效率。
展开更多
关键词
长白山火山
语义分割
岩性数据集
岩
性
识别
遥感图像
在线阅读
下载PDF
职称材料
基于岩性分类综合数据集的新建监测坡面位移预测
2
作者
田原
张建学
+4 位作者
赵文祎
程楚云
邓杨兰朵
马睿平
黄儒豪
《北京大学学报(自然科学版)》
北大核心
2025年第4期709-718,共10页
针对普适型滑坡监测工作中新建监测坡面有效数据量少,代表性不足,难以开展高精度单坡建模的问题,建立基于岩性分类的综合数据集,开展模型预训练,从而提升建模效果。通过综合数据集,模型可以挖掘和利用多坡面监测数据中更丰富的变形特征...
针对普适型滑坡监测工作中新建监测坡面有效数据量少,代表性不足,难以开展高精度单坡建模的问题,建立基于岩性分类的综合数据集,开展模型预训练,从而提升建模效果。通过综合数据集,模型可以挖掘和利用多坡面监测数据中更丰富的变形特征。依据基础岩性对综合数据集进行分类,构建不同的预训练模型,并应用于对应岩性的新建坡面,能够在保证数据集数量较为充足的同时,增强分类数据集对不同类别坡体变形规律的表征能力,通过提升预训练数据和目标域数据分布的一致性,进一步提高建模效果。实例验证结果表明,基于岩性分类综合数据集的预训练模型,在对应岩性新建坡面上,建模效果总体上显著优于单坡面模型和基于其他综合数据集的预训练模型,可以为新建坡面位移预测工作提供有力的支持。
展开更多
关键词
滑坡
短期位移预测
岩
性
分类综合
数据
集
预训练模型
新建坡面
普适型滑坡监测
在线阅读
下载PDF
职称材料
题名
基于语义分割的长白山火山岩性遥感数据集
1
作者
李成范
韩晶鑫
盘晓东
刘岚
颜丽丽
康建红
刘学锋
肖舟怡
机构
上海大学计算机工程与科学学院
吉林省地震局吉林长白山火山国家野外科学观测研究站
中国地震局火山研究所
上海工程技术大学电子电气工程学院
中国地震局地质研究所吉林长白山火山国家野外科学观测研究站
出处
《岩石学报》
北大核心
2025年第4期1442-1453,共12页
基金
上海市自然科学基金项目(22ZR1423200)
吉林长白山火山国家野外科学观测研究站课题(NORSCBS23-02)
+1 种基金
吉林省科技发展计划项目(20230203132SF)
国家重点研发计划项目(2021YFC3101604)联合资助.
文摘
火山岩性数据集是利用深度学习进行火山遥感岩性智能识别的关键和数据基础。当前,缺乏可信的火山岩性遥感数据集,制约了大区域、复杂地质环境下火山岩性智能识别的快速发展。本文在归纳和整合长白山火山岩性主要类型的基础上,以哨兵2(Sentinel-2)遥感图像为数据源,结合地质资料和野外核查制作了一个基于深度学习语义分割的长白山火山岩性遥感数据集。该数据集内容包含遥感图像、标签数据、说明文件,岩性类型覆盖玄武质火山岩、粗面质火山岩、碱流质火山岩、火山岩性混合堆积(碎屑堆积、火山泥流堆积、火山空落堆积);共计36张样本图像,单张图像尺寸为395像元×395像元,空间分辨率为10m。利用经典的深度卷积神经网络(deep convolution neural network,DCNN)DeepLab V3+模型对火山岩性数据集进行了测试和验证,实验结果表明本文数据集具有较强的火山岩性描述能力,鲁棒性和泛化性较好,总体准确率均高于88%;特征训练与提取过程中人为干扰较少,自动化水平较高。可为火山岩性智能识别提供数据基础,提高野外火山遥感岩性调查的准确性和效率。
关键词
长白山火山
语义分割
岩性数据集
岩
性
识别
遥感图像
Keywords
Changbaishan volcano
Semantic segmentation
Lithology dataset
Lithology identification
Remote sensing image
分类号
P317 [天文地球—固体地球物理学]
在线阅读
下载PDF
职称材料
题名
基于岩性分类综合数据集的新建监测坡面位移预测
2
作者
田原
张建学
赵文祎
程楚云
邓杨兰朵
马睿平
黄儒豪
机构
北京大学遥感与地理信息系统研究所
空间信息集成与
中国地质环境监测院
自然资源部地质灾害智能监测与风险预警工程技术创新中心
中国地质大学(北京)信息工程学院
出处
《北京大学学报(自然科学版)》
北大核心
2025年第4期709-718,共10页
基金
中国地质调查局地质调查项目(DD20230085)资助。
文摘
针对普适型滑坡监测工作中新建监测坡面有效数据量少,代表性不足,难以开展高精度单坡建模的问题,建立基于岩性分类的综合数据集,开展模型预训练,从而提升建模效果。通过综合数据集,模型可以挖掘和利用多坡面监测数据中更丰富的变形特征。依据基础岩性对综合数据集进行分类,构建不同的预训练模型,并应用于对应岩性的新建坡面,能够在保证数据集数量较为充足的同时,增强分类数据集对不同类别坡体变形规律的表征能力,通过提升预训练数据和目标域数据分布的一致性,进一步提高建模效果。实例验证结果表明,基于岩性分类综合数据集的预训练模型,在对应岩性新建坡面上,建模效果总体上显著优于单坡面模型和基于其他综合数据集的预训练模型,可以为新建坡面位移预测工作提供有力的支持。
关键词
滑坡
短期位移预测
岩
性
分类综合
数据
集
预训练模型
新建坡面
普适型滑坡监测
Keywords
landslide
short-time displacement prediction
lithology-classified integrated dataset
pre-training model
newly-established monitoring slope
universal landslide monitoring
分类号
P642.22 [天文地球—工程地质学]
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
基于语义分割的长白山火山岩性遥感数据集
李成范
韩晶鑫
盘晓东
刘岚
颜丽丽
康建红
刘学锋
肖舟怡
《岩石学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于岩性分类综合数据集的新建监测坡面位移预测
田原
张建学
赵文祎
程楚云
邓杨兰朵
马睿平
黄儒豪
《北京大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
