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：
联合综合法和一维Unet的浅剖层界在航提取方法
1
作者 沈安锋 郑延龙 宗在翔 《海洋测绘》 北大核心 2025年第6期13-18,共6页
针对基于浅剖图像在航提取层界的方法依赖于完整条带数据、基于Ping信号提取层界的方法需手动调整参数且结果不稳定等问题,提出了联合综合法与一维Unet的层界提取方法,解决了浅地层层界的在航提取难题。该方法首先完善了传统基于图像的... 针对基于浅剖图像在航提取层界的方法依赖于完整条带数据、基于Ping信号提取层界的方法需手动调整参数且结果不稳定等问题,提出了联合综合法与一维Unet的层界提取方法,解决了浅地层层界的在航提取难题。该方法首先完善了传统基于图像的层界综合提取方法,并以此建立了Ping信号和层界位置的对应样本;然后基于一维Unet模型对层界样本特征进行智能学习,综合实现层界的自动、准确、连续提取。在实验中取得了83.2%的查准率、83.7%的查全率和83.4%的平均精度,较传统阈值法分别提升了4.1%、15.3%、10.0%,实现了浅剖层界在航提取。 展开更多
关键词 浅剖图像 在航层界提取 自动标注 综合法 一维Unet
在线阅读 下载PDF
基于深度学习的棉花原位根系表型的识别 被引量：2
2
作者 李安昌 于秋实 +2 位作者 徐文君 祝令晓 滕桂法 《河北农业大学学报》 CAS CSCD 北大核心 2024年第2期17-21,共5页
原位根系研究是探测根系表型及变化动态的重要方法,被广泛应用。然而,传统根系图像分割手段效率低、精度差,是制约根系研究的关键障碍。为实现原位根系图像分割的高效和高精度,本文基于语义分割U-Net网络设计与优化,在跳跃链接中加入SE... 原位根系研究是探测根系表型及变化动态的重要方法,被广泛应用。然而,传统根系图像分割手段效率低、精度差,是制约根系研究的关键障碍。为实现原位根系图像分割的高效和高精度,本文基于语义分割U-Net网络设计与优化,在跳跃链接中加入SE模块,替换优化器为Lion,实现原位根系表型的精准识别。进一步,采用1D-CNN网络,对原位根系表型信息进行特征挖掘。验证结果显示,相较于原始模型,改进后的U-Net在精度上提高了1.57%,交并比提高了3.41%;1D-CNN对表型参数鉴定的精度为90.9%。本研究基于深度学习方法,实现了原位根系的高效和精准识别与分割,为棉花原位根系研究提供了重要支撑。 展开更多
关键词 棉花原位根系 表型识别 改进u-net 1d-CNN
在线阅读 下载PDF
基于多维卷积神经网络的多源高分辨率卫星影像茶园分类 被引量：4
3
作者 廖廓 聂磊 +5 位作者 杨泽宇 张红艳 王艳杰 彭继达 党皓飞 冷伟 《自然资源遥感》 CSCD 北大核心 2022年第2期152-161,共10页
武夷山市地形条件、茶园种植结构复杂,云雨天气多、卫星影像难获取。针对单一影像源茶园难提取的问题,以武夷山市新田镇为研究区,综合Sentinel-2影像的光谱信息和Google影像的纹理特征,提出一种基于多源高分辨率卫星影像和多维卷积神经... 武夷山市地形条件、茶园种植结构复杂,云雨天气多、卫星影像难获取。针对单一影像源茶园难提取的问题,以武夷山市新田镇为研究区,综合Sentinel-2影像的光谱信息和Google影像的纹理特征,提出一种基于多源高分辨率卫星影像和多维卷积神经网络(multidimensional multi-source convolutional neural networks,MM-CNN)的茶园分类方法。该方法以一维和二维卷积神经网络为基础,根据不同分辨率的影像,通过建立2种模型,分别提取茶园及疑似区域,并融合2个模型结果,最终得到茶园分布,以相对经济、高效的方式完成研究区茶园分布的高精度提取。结果表明,MM-CNN融合多源高分辨率影像进行茶园提取的空间分布精度优于单一影像源方法,MM-CNN方法具有一定的普适性和鲁棒性,为南方丘陵山区大范围高效监测茶园分布情况提供了方法参考。 展开更多
关键词 武夷山市 茶园 卷积神经网络 语义分割 u-net 1d-CNN Sentinel-2 Google影像
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 下一页 到第 页
使用帮助 返回顶部