期刊导航
期刊开放获取
vip
退出
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
基于自监督对比学习的寒旱区遥感图像河流识别方法
被引量:
1
1
作者
沈瑜
王海龙
+3 位作者
梁栋
牛东兴
严源
李阳阳
《农业机械学报》
EI
CAS
CSCD
北大核心
2023年第6期125-135,共11页
针对遥感图像河流数据样本人工标注成本高且难以大量获取,以及网络在河流图像边缘细节提取的效果不佳问题,提出一种通过自监督对比学习方式利用大量无标签遥感河流图像数据进行编码器预训练,并使用少量标签数据对预训练后的编码器进行微...
针对遥感图像河流数据样本人工标注成本高且难以大量获取,以及网络在河流图像边缘细节提取的效果不佳问题,提出一种通过自监督对比学习方式利用大量无标签遥感河流图像数据进行编码器预训练,并使用少量标签数据对预训练后的编码器进行微调,同时在编解码结构中使用一种新的非均匀采样方式的语义分割网络。自监督对比学习可以利用大量无标签数据进行前置任务模型训练,仅需少量标签数据对下游河流提取任务模型微调即可;非均匀采样方式能够通过对高频区域密集采样、对低频区域稀疏采样的方式获得图像中不同类别之间清晰的边界信息和同类别区域中的细节信息,减少模型的冗余度。在河流数据集上的实验表明,利用360幅有标签数据对预训练后的网络进行微调,其像素准确率、交并比、召回率分别达到90.4%、68.6%和83.2%,与使用1200幅有标签数据训练的有监督AFR-LinkNet网络性能相当;在使用全部数据标签进行微调后,网络的像素准确率、交并比、召回率分别达到93.7%、73.2%和88.5%,相比AFR-LinkNet、DeepLabv3+、LinkNet、ResNet50和UNet网络,像素准确率分别提高3.1、7.6、12.3、14.9、19.8个百分点,交并比分别提高3.5、8.7、10.5、16.9、24.0个百分点,召回率分别提高2.1、4.8、6.7、9.4、12.9个百分点,验证了模型在河流图像上精准提取河流的有效性。该算法模型对于解决缺少大量有标签数据和分析我国寒旱区河流分布、水灾害预警、水资源合理利用以及农业灌溉发展等具有重要意义。
展开更多
关键词
遥感图像
河流提取
自监督对比学习
非均匀采样
语义分割
afr-linknet
在线阅读
下载PDF
职称材料
城市排污行为分析下的城市水环境污染范围确认方法研究
被引量:
2
2
作者
齐淑盼
薛绍杰
《环境科学与管理》
CAS
2024年第8期91-95,共5页
针对城市水环境污染范围确认精度及效率低下问题,提出城市排污行为分析下的城市水环境污染范围确认方法。通过分析城市排污行为特征,采用Contourlet变换方法,对城市水环境遥感图像展开两次细节增强处理,提高水环境遥感图像的清晰度,为...
针对城市水环境污染范围确认精度及效率低下问题,提出城市排污行为分析下的城市水环境污染范围确认方法。通过分析城市排污行为特征,采用Contourlet变换方法,对城市水环境遥感图像展开两次细节增强处理,提高水环境遥感图像的清晰度,为后续的污染范围确认提供可靠依据。将增强后的遥感图像输入AFR-LinkNet网络中,获取图像特征图,动态确认水环境污染范围。实验结果表明,所提方法可有效分析污水排放系数在不同季节内的变化情况,遥感图像的清晰度较高且确认时间较短,具有较高的精度和效率。
展开更多
关键词
城市排污行为
水环境污染
CONTOURLET变换
afr-linknet
网络
污染范围
在线阅读
下载PDF
职称材料
题名
基于自监督对比学习的寒旱区遥感图像河流识别方法
被引量:
1
1
作者
沈瑜
王海龙
梁栋
牛东兴
严源
李阳阳
机构
兰州交通大学电子与信息工程学院
中国中铁科学研究院有限公司
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2023年第6期125-135,共11页
基金
国家自然科学基金项目(61861025、62241106)
2021年陇原青年创新创业人才(团队)项目
+3 种基金
甘肃省高等学校青年博士基金项目(2021QB-49)
甘肃省高校大学生就业创业能力提升工程项目(2021-35)
智能化隧道监理机器人研究项目(中铁科研院(科研)字2020-KJ016-Z016-A2)
四电BIM工程与智能应用铁路行业重点实验室开放项目(BIMKF-2021-04)。
文摘
针对遥感图像河流数据样本人工标注成本高且难以大量获取,以及网络在河流图像边缘细节提取的效果不佳问题,提出一种通过自监督对比学习方式利用大量无标签遥感河流图像数据进行编码器预训练,并使用少量标签数据对预训练后的编码器进行微调,同时在编解码结构中使用一种新的非均匀采样方式的语义分割网络。自监督对比学习可以利用大量无标签数据进行前置任务模型训练,仅需少量标签数据对下游河流提取任务模型微调即可;非均匀采样方式能够通过对高频区域密集采样、对低频区域稀疏采样的方式获得图像中不同类别之间清晰的边界信息和同类别区域中的细节信息,减少模型的冗余度。在河流数据集上的实验表明,利用360幅有标签数据对预训练后的网络进行微调,其像素准确率、交并比、召回率分别达到90.4%、68.6%和83.2%,与使用1200幅有标签数据训练的有监督AFR-LinkNet网络性能相当;在使用全部数据标签进行微调后,网络的像素准确率、交并比、召回率分别达到93.7%、73.2%和88.5%,相比AFR-LinkNet、DeepLabv3+、LinkNet、ResNet50和UNet网络,像素准确率分别提高3.1、7.6、12.3、14.9、19.8个百分点,交并比分别提高3.5、8.7、10.5、16.9、24.0个百分点,召回率分别提高2.1、4.8、6.7、9.4、12.9个百分点,验证了模型在河流图像上精准提取河流的有效性。该算法模型对于解决缺少大量有标签数据和分析我国寒旱区河流分布、水灾害预警、水资源合理利用以及农业灌溉发展等具有重要意义。
关键词
遥感图像
河流提取
自监督对比学习
非均匀采样
语义分割
afr-linknet
Keywords
remote sensing image
river extraction
self⁃supervised comparative learning
non⁃uniform sampling
semantic segmentation
AFR LinkNet
分类号
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
城市排污行为分析下的城市水环境污染范围确认方法研究
被引量:
2
2
作者
齐淑盼
薛绍杰
机构
中信建设有限责任公司
出处
《环境科学与管理》
CAS
2024年第8期91-95,共5页
文摘
针对城市水环境污染范围确认精度及效率低下问题,提出城市排污行为分析下的城市水环境污染范围确认方法。通过分析城市排污行为特征,采用Contourlet变换方法,对城市水环境遥感图像展开两次细节增强处理,提高水环境遥感图像的清晰度,为后续的污染范围确认提供可靠依据。将增强后的遥感图像输入AFR-LinkNet网络中,获取图像特征图,动态确认水环境污染范围。实验结果表明,所提方法可有效分析污水排放系数在不同季节内的变化情况,遥感图像的清晰度较高且确认时间较短,具有较高的精度和效率。
关键词
城市排污行为
水环境污染
CONTOURLET变换
afr-linknet
网络
污染范围
Keywords
urban pollution discharge behavior
water environmental pollution
contourlet transformation
afr-linknet
network
pollution range
分类号
X832 [环境科学与工程—环境工程]
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
基于自监督对比学习的寒旱区遥感图像河流识别方法
沈瑜
王海龙
梁栋
牛东兴
严源
李阳阳
《农业机械学报》
EI
CAS
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
2
城市排污行为分析下的城市水环境污染范围确认方法研究
齐淑盼
薛绍杰
《环境科学与管理》
CAS
2024
2
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