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
1
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
基于深度学习和无人机遥感的矿区地表生物土壤结皮提取研究
1
作者
张帆
胡振琪
+3 位作者
于亮
梁宇生
李泉志
耿玉龙
《煤炭学报》
北大核心
2025年第S1期492-502,共11页
生物土壤结皮的监测能够助力矿区地表生态恢复工作的有效开展,基于无人机遥感获取生物土壤结皮信息受到广泛关注。矿区地表生物土壤结皮生长零散、不均匀,且野外环境复杂,导致通过影像进行生物土壤结皮提取存在难度。基于深度学习模型...
生物土壤结皮的监测能够助力矿区地表生态恢复工作的有效开展,基于无人机遥感获取生物土壤结皮信息受到广泛关注。矿区地表生物土壤结皮生长零散、不均匀,且野外环境复杂,导致通过影像进行生物土壤结皮提取存在难度。基于深度学习模型分类的高精度和高效率目标,分别提出基于改进UNet++模型和基于轻量级DeeoLabV3+模型的生物土壤结皮提取方法。首先基于UNet++模型的网络结构,优选最佳的Epoch、Backbone及损失函数,得到以ResNeXt为骨干、以软交叉熵组合Dice Loss为损失函数的改进UNet++模型,并与UNet++和U-Net网络模型的测试结果进行对比分析。结果表明:改进的UNet++模型的分类效果最好,生物土壤结皮的精确率为97.88%。然后以DeepLabv3+模型为基础,将其原始骨干网络Xception替换为MobileNetV2轻量级网络,优化改进原DeepLabv3+中ASPP模块的膨胀率,并与原始的DeepLabV3+模型以及将其DCNN结构转换成MobileNetV2网络的模型进行对比,结果表明:所提出的基于轻量级Deep Labv3+模型的训练时间是改进UNet++模型的1/4,模型大小是改进UNet++模型的近1/10,能快速且较为精准地提取生物土壤结皮。在提取精度方面,改进的UNet++具有显著优势;在训练时间以及模型大小上,轻量级DeepLabV3+模型优势更明显。所提出的方法适用于生长不均匀、环境复杂的生物土壤结皮提取,效果良好,为研究干旱地区生物土壤结皮的发育规律提供了可靠的数据支撑,也为深度学习模型在矿区地表信息获取研究领域的应用提供了参考。
展开更多
关键词
生物土壤结皮
无人机遥感
矿区
深度学习
UNet++
deeplsbv3
+
在线阅读
下载PDF
职称材料
题名
基于深度学习和无人机遥感的矿区地表生物土壤结皮提取研究
1
作者
张帆
胡振琪
于亮
梁宇生
李泉志
耿玉龙
机构
东北大学资源与土木工程学院
中国矿业大学环境与测绘学院
中国矿业大学(北京)地球科学与测绘工程学院
出处
《煤炭学报》
北大核心
2025年第S1期492-502,共11页
基金
国家重点研发计划资助项目(2020YFC1806505)
内蒙古自治区科技计划资助项目(2022YFHH0071)。
文摘
生物土壤结皮的监测能够助力矿区地表生态恢复工作的有效开展,基于无人机遥感获取生物土壤结皮信息受到广泛关注。矿区地表生物土壤结皮生长零散、不均匀,且野外环境复杂,导致通过影像进行生物土壤结皮提取存在难度。基于深度学习模型分类的高精度和高效率目标,分别提出基于改进UNet++模型和基于轻量级DeeoLabV3+模型的生物土壤结皮提取方法。首先基于UNet++模型的网络结构,优选最佳的Epoch、Backbone及损失函数,得到以ResNeXt为骨干、以软交叉熵组合Dice Loss为损失函数的改进UNet++模型,并与UNet++和U-Net网络模型的测试结果进行对比分析。结果表明:改进的UNet++模型的分类效果最好,生物土壤结皮的精确率为97.88%。然后以DeepLabv3+模型为基础,将其原始骨干网络Xception替换为MobileNetV2轻量级网络,优化改进原DeepLabv3+中ASPP模块的膨胀率,并与原始的DeepLabV3+模型以及将其DCNN结构转换成MobileNetV2网络的模型进行对比,结果表明:所提出的基于轻量级Deep Labv3+模型的训练时间是改进UNet++模型的1/4,模型大小是改进UNet++模型的近1/10,能快速且较为精准地提取生物土壤结皮。在提取精度方面,改进的UNet++具有显著优势;在训练时间以及模型大小上,轻量级DeepLabV3+模型优势更明显。所提出的方法适用于生长不均匀、环境复杂的生物土壤结皮提取,效果良好,为研究干旱地区生物土壤结皮的发育规律提供了可靠的数据支撑,也为深度学习模型在矿区地表信息获取研究领域的应用提供了参考。
关键词
生物土壤结皮
无人机遥感
矿区
深度学习
UNet++
deeplsbv3
+
Keywords
biological soil crust
UAV remote sensing
mining area
deep learning
UNet++
deeplsbv3
+
分类号
P237 [天文地球—摄影测量与遥感]
TP75 [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
基于深度学习和无人机遥感的矿区地表生物土壤结皮提取研究
张帆
胡振琪
于亮
梁宇生
李泉志
耿玉龙
《煤炭学报》
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
