检索结果-维普期刊中文期刊服务平台

基于改进DeepLabV3+的云南省光伏板识别方法被引量：1: 1; 作者徐真周仿荣 +4 位作者高振宇文刚马御棠朱鹏航吴磊《东华大学学报(自然科学版)》北大核心 2025年第2期215-221,共7页; 光伏板提取是山火遥感监测虚警库建设的重要部分,对于避免山火遥感监测误报、提升山火遥感监测运行效率等具有重要意义。云南省地处云贵高原,地表环境较为复杂,采用遥感技术提取光伏板面临较大挑战。为克服光伏板样本不均衡等难点,将Res... 展开更多; 关键词 DeepLabV3+ 光伏板语义分割深度学习; 在线阅读下载PDF 职称材料

顾及样本优化选择的机器学习云检测研究: 2; 作者张辉周仿荣 +4 位作者徐真文刚马御棠韩旭吴磊《航天返回与遥感》 CSCD 北大核心 2024年第1期161-173,共13页; 针对云层日变化、云类型、云相态、云光学厚度等特征差异带来的光谱差异,导致传统阈值算法对云识别精度不高的问题,文章提出了一种顾及样本优化选择,耦合物理阈值方法和机器学习的云检测算法模型,利用“葵花8号”卫星(Himawari-8)数据... 展开更多; 关键词样本优化极限随机树机器学习云检测航天遥感; 在线阅读下载PDF 职称材料

应用变换器双分支模块的高光谱影像树种分类深度学习方法: 3; 作者王燕谢俊峰 +4 位作者赵毅力周仿荣冉魁赵志鹏王雷光《东北林业大学学报》北大核心 2025年第9期1-12,共12页; 树种分类对生态环境和森林资源管理具有重要作用,由于部分树种具有相似的光谱特征,导致模型易出现分类混淆,细粒度分类面临较大挑战。为了提高树种分类的精度,以高光谱影像为数据源(茶壶实验森林数据集、高峰林场数据集、雄安新区数据... 展开更多; 关键词高光谱遥感树种分类卷积神经网络深度学习; 在线阅读下载PDF 职称材料

融合光谱阈值与图像技术的静止卫星夜间云检测方法: 4; 作者文刚周仿荣 +6 位作者马仪王一帆王国芳马御棠朱龙昌李春明吴磊《测绘通报》 CSCD 北大核心 2024年第1期72-76,共5页; 针对夜间云检测问题,本文基于静止气象卫星Himawari-8影像数据,分析了云像元光谱特征与图像特征,提出了融合光谱阈值与图像技术的静止卫星夜间云检测方法,实现了静止卫星夜间云的快速、准确检测。利用MODIS云产品和CALIPSO雷达数据,对... 展开更多; 关键词夜间云检测静止卫星光谱特征图像技术; 在线阅读下载PDF 职称材料

题名基于改进DeepLabV3+的云南省光伏板识别方法被引量：1: 1; 作者徐真周仿荣高振宇文刚马御棠朱鹏航吴磊; 机构云南电网有限责任公司电力遥感技术联合实验室(南方电网公司云南电网电力科学研究院) 苏州深蓝空间遥感技术有限公司; 出处《东华大学学报(自然科学版)》北大核心 2025年第2期215-221,共7页; 基金云南省重大科技专项(202202AD080010)。; 文摘光伏板提取是山火遥感监测虚警库建设的重要部分,对于避免山火遥感监测误报、提升山火遥感监测运行效率等具有重要意义。云南省地处云贵高原,地表环境较为复杂,采用遥感技术提取光伏板面临较大挑战。为克服光伏板样本不均衡等难点,将ResNet-50残差网络作为DeepLabV3+语义分割模型的骨干网络,在空洞空间金字塔池化(ASPP)模块后融入注意力机制以更有效地聚合特征的多尺度上下文信息。构建云南省光伏板提取模型,并进行精度评价。结果显示,利用改进的DeepLabV3+模型进行光伏板提取的精准率达97.95%,召回率达95.84%,交并比达93.73%,在各模型中表现最佳,能实现高精度的光伏板提取,利用该模型提取云南省光伏板面积共40.149 km^(2)。; 关键词 DeepLabV3+ 光伏板语义分割深度学习; Keywords DeepLabV3+ photovoltaic panel semantic segmentation deep learning; 分类号 P237 [天文地球—摄影测量与遥感] TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名顾及样本优化选择的机器学习云检测研究: 2; 作者张辉周仿荣徐真文刚马御棠韩旭吴磊; 机构云南电网有限责任公司南方电网公司云南电网电力科学研究院电力遥感技术联合实验室苏州深蓝空间遥感技术有限公司; 出处《航天返回与遥感》 CSCD 北大核心 2024年第1期161-173,共13页; 基金云南省重大科技专项(202202AD080010)。; 文摘针对云层日变化、云类型、云相态、云光学厚度等特征差异带来的光谱差异,导致传统阈值算法对云识别精度不高的问题,文章提出了一种顾及样本优化选择,耦合物理阈值方法和机器学习的云检测算法模型,利用“葵花8号”卫星(Himawari-8)数据进行日间云检测。通过样本优化选择,使样本中尽可能包括不同情形下的云特征,为机器学习模型提供良好的样本基础,增加模型泛化能力;同时输入特征除了考虑反照率、亮温、亮温差以及天顶角等因素外,还加入了基于反照率和亮温差的物理阈值方法云识别结果;最后基于极限随机树模型进行云检测。结果表明:模型云检测交叉验证精度为96.41%,总漏检率和总虚检率分别为2.08%和0.91%;通过云-气溶胶激光雷达与红外探路者卫星观测(CALIPSO)产品数据进行对比分析,结果显示云检测总体精度为97.1%。; 关键词样本优化极限随机树机器学习云检测航天遥感; Keywords sample optimization extremely randomized trees machine learning cloud detection space remote sensing; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名应用变换器双分支模块的高光谱影像树种分类深度学习方法: 3; 作者王燕谢俊峰赵毅力周仿荣冉魁赵志鹏王雷光; 机构西南林业大学自然资源部国土卫星遥感应用中心南方电网公司云南电网电力科学研究院; 出处《东北林业大学学报》北大核心 2025年第9期1-12,共12页; 基金国家自然科学基金项目(32160369) 云南省重大科技计划项目(202202AD080010) 云南省“万人计划”青年拔尖人才专项(YNWR-QNBJ-2019-026)。; 文摘树种分类对生态环境和森林资源管理具有重要作用,由于部分树种具有相似的光谱特征,导致模型易出现分类混淆,细粒度分类面临较大挑战。为了提高树种分类的精度,以高光谱影像为数据源(茶壶实验森林数据集、高峰林场数据集、雄安新区数据集),应用变换器(Transformer)双分支空谱联合网络进行树种分类,该网络由光谱分支、空间分支和变换器组成,光谱分支和空间分支充分利用像素的空间-光谱信息;特征融合部分引入变换器注意力机制,进一步细化特征并提取更多关键特征。结果表明:(1)与传统机器学习方法(支持向量机、随机森林)以及其他深度学习方法相比,在3个高光谱数据集,变换器的双分支空谱联合网络树种分类方法树种分类精度最高,分类精度分别为98.94%、97.82%、96.57%;(2)在不同训练样本比例下,变换器的双分支空谱联合网络树种分类方法获得最高的分类准确率,且准确率变化较小,具有较强的稳定性;(3)变换器注意力机制融入网络中,有效提高了树种分类的精度,且双分支模块的分类性能优于单分支模块。; 关键词高光谱遥感树种分类卷积神经网络深度学习; Keywords Hyperspectral remote sensing Tree species classification Convolutional neural networks Deep learning; 分类号 TP751 [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

题名融合光谱阈值与图像技术的静止卫星夜间云检测方法: 4; 作者文刚周仿荣马仪王一帆王国芳马御棠朱龙昌李春明吴磊; 机构电力遥感技术联合实验室(南方电网公司云南电网电力科学研究院) 苏州深蓝空间遥感技术有限公司; 出处《测绘通报》 CSCD 北大核心 2024年第1期72-76,共5页; 基金云南省重大科技专项(202202AD080010)。; 文摘针对夜间云检测问题,本文基于静止气象卫星Himawari-8影像数据,分析了云像元光谱特征与图像特征,提出了融合光谱阈值与图像技术的静止卫星夜间云检测方法,实现了静止卫星夜间云的快速、准确检测。利用MODIS云产品和CALIPSO雷达数据,对云检测结果进行定性分析与定量验证。结果表明:①云检测结果与MODIS的云产品MYD06分布基本一致;②算法夜间平均云检测精度达到80.3%;③不同季节夜间的云检测精度随季节变化较明显,夏季最高达到83.3%,可以区分不同季节夜间的云与非云区域。因此,融合光谱阈值与图像技术的静止卫星夜间云检测方法能有效实现夜间云检测,为夜间云检测应用提供了新思路。; 关键词夜间云检测静止卫星光谱特征图像技术; Keywords nighttime cloud detection geostationary satellite spectral features image techniques; 分类号 P237 [天文地球—摄影测量与遥感]; 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	基于改进DeepLabV3+的云南省光伏板识别方法	徐真周仿荣高振宇文刚马御棠朱鹏航吴磊	《东华大学学报(自然科学版)》北大核心	2025	1	在线阅读下载PDF 职称材料
2	顾及样本优化选择的机器学习云检测研究	张辉周仿荣徐真文刚马御棠韩旭吴磊	《航天返回与遥感》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	应用变换器双分支模块的高光谱影像树种分类深度学习方法	王燕谢俊峰赵毅力周仿荣冉魁赵志鹏王雷光	《东北林业大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	融合光谱阈值与图像技术的静止卫星夜间云检测方法	文刚周仿荣马仪王一帆王国芳马御棠朱龙昌李春明吴磊	《测绘通报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料