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
3
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TVDI结合ARIMA的河南省土壤旱情监测方法
被引量：
3
1
作者
苏莹莹
卢小平
+4 位作者
肖锋
张向军
李国清
余海坤
王枭轩
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第11期391-401,522,共12页
针对河南省土壤旱情灾害频发,地面土壤墒情监测站监测面积有限等问题,将气象干旱指数与遥感监测模型相结合对土壤旱情开展预测研究。以2012—2021年间气象资料计算的标准化降水蒸散指数(Standardized precipitation evapotranspiration ...
针对河南省土壤旱情灾害频发,地面土壤墒情监测站监测面积有限等问题,将气象干旱指数与遥感监测模型相结合对土壤旱情开展预测研究。以2012—2021年间气象资料计算的标准化降水蒸散指数(Standardized precipitation evapotranspiration index,SPEI)为依据,对作物缺水指数(Crop water scarcity index,CWSI)、植被供水指数(Vegetation supply water index,VSWI)、温度植被干旱指数(Temperature vegetation drought index,TVDI)和条件植被温度指数(Vegetation temperature condition index,VTCI) 4个指数的干旱监测效果进行适用性评价,然后分析2012—2021年间河南省的TVDI空间分布规律和变化趋势,最后用ARIMA(Autoregressive integrated moving average)模型预测2022年土壤旱情。结果表明,CWSI、VSWI、VTCI研究结果不符合实际土壤墒情结果,TVDI值与实地历史记录的土壤墒情变化趋势整体一致,总体呈现出河南省西北部、中部、北部随时间变化而呈增大趋势,且ARIMA模型预测的2022年土壤墒情结果效果良好,为河南省的农业生产精准管理提供参考依据。
展开更多
关键词
土壤旱情
温度植被干旱指数
标准化降水蒸散指数
ARIMA模型
在线阅读
下载PDF
职称材料
基于混合注意力机制和Deeplabv3+的遥感影像建筑物提取方法
被引量：
1
2
作者
刘晨晨
葛小三
+2 位作者
武永斌
余海坤
张蓓蓓
《自然资源遥感》
北大核心
2025年第1期31-37,共7页
在大量且复杂的遥感影像中提取建筑物信息是遥感智能应用的重要研究内容之一。针对复杂环境下的遥感影像建筑物提取不精准及小型建筑物易被忽略等问题,文章提出了一种基于混合注意力机制和Deeplabv3+的遥感影像语义分割算法——SC-deep...
在大量且复杂的遥感影像中提取建筑物信息是遥感智能应用的重要研究内容之一。针对复杂环境下的遥感影像建筑物提取不精准及小型建筑物易被忽略等问题,文章提出了一种基于混合注意力机制和Deeplabv3+的遥感影像语义分割算法——SC-deep网络。该网络采用编码-解码结构,利用主干残差注意力网络提取深层特征和浅层特征,通过空洞空间金字塔池化模块和通道空间注意力模块聚合遥感影像的空间和通道信息权重,有效利用了遥感影像建筑物的多尺度信息,从而减少影像细节在训练中的损失。实验结果表明,所提方法在Aerial imagery dataset数据集上的分割结果均优于其他主流分割网络,能够有效识别并提取复杂建筑物边缘和小型建筑物,表现出更优异的建筑物提取性能。
展开更多
关键词
多尺度信息
建筑物提取
语义分割
注意力机制
空洞卷积
在线阅读
下载PDF
职称材料
融合孪生神经网络与互注意力的建筑物变化检测
3
作者
刘晨晨
葛小三
武永斌
《遥感信息》
CSCD
北大核心
2024年第5期70-77,共8页
针对在双时相影像中提取建筑物变化区域时易出现漏检错检现象等问题,提出了一种基于孪生神经网络和多头注意力机制的遥感影像建筑物变化检测模型。该模型采用改进的轻量级网络MobileNetv2作为特征提取网络,设计了一种编解码结构的互注...
针对在双时相影像中提取建筑物变化区域时易出现漏检错检现象等问题,提出了一种基于孪生神经网络和多头注意力机制的遥感影像建筑物变化检测模型。该模型采用改进的轻量级网络MobileNetv2作为特征提取网络,设计了一种编解码结构的互注意力网络用于双时相遥感影像特征的交互融合,引入多头注意力机制实现了全局信息的上下文建模,对高级语义特征进行细化分析,充分利用了遥感影像的多尺度信息。该方法在LEVIR-CD和WHU数据集上的变化检测结果均优于其他主流分割网络,能够有效改善大型建筑物的内部空洞和漏检错检现象。
展开更多
关键词
建筑物变化检测
孪生神经网络
多头注意力机制
MobileNetv2
深度学习
在线阅读
下载PDF
职称材料
题名
基于TVDI结合ARIMA的河南省土壤旱情监测方法
被引量：
3
1
作者
苏莹莹
卢小平
肖锋
张向军
李国清
余海坤
王枭轩
机构
河南
理工大学自然资源部矿山时空
信息
与生态修复重点实验室
河南省测绘地理信息技术中心
河南省
遥感院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第11期391-401,522,共12页
基金
河南省自然资源科研项目(2021-11)。
文摘
针对河南省土壤旱情灾害频发,地面土壤墒情监测站监测面积有限等问题,将气象干旱指数与遥感监测模型相结合对土壤旱情开展预测研究。以2012—2021年间气象资料计算的标准化降水蒸散指数(Standardized precipitation evapotranspiration index,SPEI)为依据,对作物缺水指数(Crop water scarcity index,CWSI)、植被供水指数(Vegetation supply water index,VSWI)、温度植被干旱指数(Temperature vegetation drought index,TVDI)和条件植被温度指数(Vegetation temperature condition index,VTCI) 4个指数的干旱监测效果进行适用性评价,然后分析2012—2021年间河南省的TVDI空间分布规律和变化趋势,最后用ARIMA(Autoregressive integrated moving average)模型预测2022年土壤旱情。结果表明,CWSI、VSWI、VTCI研究结果不符合实际土壤墒情结果,TVDI值与实地历史记录的土壤墒情变化趋势整体一致,总体呈现出河南省西北部、中部、北部随时间变化而呈增大趋势,且ARIMA模型预测的2022年土壤墒情结果效果良好,为河南省的农业生产精准管理提供参考依据。
关键词
土壤旱情
温度植被干旱指数
标准化降水蒸散指数
ARIMA模型
Keywords
soil drought
temperature vegetation drought index(TVDI)
standardized precipitation evapotranspiration index(SPEI)
autoregressive moving average model(ARIMA)
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
基于混合注意力机制和Deeplabv3+的遥感影像建筑物提取方法
被引量：
1
2
作者
刘晨晨
葛小三
武永斌
余海坤
张蓓蓓
机构
河南
理工大学
测绘
与国土
信息
工程学院
河南省测绘地理信息技术中心
河南省
遥感院
出处
《自然资源遥感》
北大核心
2025年第1期31-37,共7页
基金
国家自然科学基金项目“面向矿区地理协同设计的空间信息语义服务模式研究”(编号:41572341)
河南省自然科学基金项目“深度学习支持下的灾损建筑物提取与检测研究”(编号:222300420450)
河南省高等教育教学改革研究与实践项目(学位与研究生教育)“面向学科前沿的研究生创新能力提升路径研究与实践”(编号:2021SJGLX100Y)共同资助。
文摘
在大量且复杂的遥感影像中提取建筑物信息是遥感智能应用的重要研究内容之一。针对复杂环境下的遥感影像建筑物提取不精准及小型建筑物易被忽略等问题,文章提出了一种基于混合注意力机制和Deeplabv3+的遥感影像语义分割算法——SC-deep网络。该网络采用编码-解码结构,利用主干残差注意力网络提取深层特征和浅层特征,通过空洞空间金字塔池化模块和通道空间注意力模块聚合遥感影像的空间和通道信息权重,有效利用了遥感影像建筑物的多尺度信息,从而减少影像细节在训练中的损失。实验结果表明,所提方法在Aerial imagery dataset数据集上的分割结果均优于其他主流分割网络,能够有效识别并提取复杂建筑物边缘和小型建筑物,表现出更优异的建筑物提取性能。
关键词
多尺度信息
建筑物提取
语义分割
注意力机制
空洞卷积
Keywords
multi-scale information
building extraction
semantic segmentation
attention mechanisms
dilated convolution
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
融合孪生神经网络与互注意力的建筑物变化检测
3
作者
刘晨晨
葛小三
武永斌
机构
河南
理工大学
测绘
与国土
信息
工程学院
河南
理工大学自然资源部矿山时空
信息
与生态修复重点实验室
河南省测绘地理信息技术中心
出处
《遥感信息》
CSCD
北大核心
2024年第5期70-77,共8页
基金
国家自然科学基金(41572341)
河南省自然科学基金(222300420450)
自然资源部矿山时空信息与生态修复重点实验室开放基金(KLM202319)。
文摘
针对在双时相影像中提取建筑物变化区域时易出现漏检错检现象等问题,提出了一种基于孪生神经网络和多头注意力机制的遥感影像建筑物变化检测模型。该模型采用改进的轻量级网络MobileNetv2作为特征提取网络,设计了一种编解码结构的互注意力网络用于双时相遥感影像特征的交互融合,引入多头注意力机制实现了全局信息的上下文建模,对高级语义特征进行细化分析,充分利用了遥感影像的多尺度信息。该方法在LEVIR-CD和WHU数据集上的变化检测结果均优于其他主流分割网络,能够有效改善大型建筑物的内部空洞和漏检错检现象。
关键词
建筑物变化检测
孪生神经网络
多头注意力机制
MobileNetv2
深度学习
Keywords
building change detection
siamese neural network
multi-head attention mechanism
MobileNetv2
deep learning
分类号
TP753 [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TVDI结合ARIMA的河南省土壤旱情监测方法
苏莹莹
卢小平
肖锋
张向军
李国清
余海坤
王枭轩
《农业机械学报》
EI
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
基于混合注意力机制和Deeplabv3+的遥感影像建筑物提取方法
刘晨晨
葛小三
武永斌
余海坤
张蓓蓓
《自然资源遥感》
北大核心
2025
1
在线阅读
下载PDF
职称材料
3
融合孪生神经网络与互注意力的建筑物变化检测
刘晨晨
葛小三
武永斌
《遥感信息》
CSCD
北大核心
2024
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
