测绘科学

2020, v.45;No.269(11) 84-92

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

深度学习方法在光伏用地遥感检测中的应用
Application of deep learning method in remote sensing detection of photovoltaic land

宋业冲;李英成;耿中元;丁晓波;裴亚健;

摘要(Abstract):

针对传统方法提取新增光伏用地精度低的问题,该文提出了一种基于集成学习的U-Net双网络变化信息融合的深度学习方法用于新增光伏用地的提取。首先对U-Net网络进行改进得到性能较好的两个变化检测网络模型,然后分别训练两个网络模型用于在高分辨率卫星影像上检测新增光伏用地,将训练好的两个网络模型的分类图融合再经过后处理得到最终的变化检测结果。通过实验表明:该方法明显优于传统变化检测方法,也提高了单网络模型变化检测结果的精度。

关键词(KeyWords): 深度学习;U-Net网络;新增光伏用地提取;集成学习

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划子课题项目(2016YFC0803109,2016YFC0803104)

作者(Authors): 宋业冲;李英成;耿中元;丁晓波;裴亚健;

DOI: 10.16251/j.cnki.1009-2307.2020.11.013

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享