- 年份
- 2024(3066)
- 2023(4590)
- 2022(3932)
- 2021(3730)
- 2020(3269)
- 2019(7294)
- 2018(7319)
- 2017(12733)
- 2016(7501)
- 2015(8605)
- 2014(8445)
- 2013(8252)
- 2012(8019)
- 2011(7316)
- 2010(7560)
- 2009(7048)
- 2008(7385)
- 2007(6890)
- 2006(6212)
- 2005(5712)
- 学科
- 济(26538)
- 经济(26494)
- 管理(19683)
- 业(16901)
- 企(14637)
- 企业(14637)
- 方法(12972)
- 数学(10490)
- 学(10419)
- 数学方法(10042)
- 中国(7255)
- 理论(7016)
- 财(6597)
- 农(6462)
- 教学(5999)
- 制(5784)
- 业经(5450)
- 教育(5054)
- 和(4820)
- 贸(4708)
- 贸易(4702)
- 易(4575)
- 策(4460)
- 银(4394)
- 银行(4364)
- 农业(4248)
- 融(4181)
- 金融(4179)
- 行(4130)
- 技术(4012)
- 机构
- 大学(113266)
- 学院(109268)
- 研究(43943)
- 济(35922)
- 管理(35361)
- 经济(34823)
- 中国(33154)
- 科学(31429)
- 理学(29634)
- 理学院(29128)
- 管理学(27917)
- 管理学院(27748)
- 京(27402)
- 农(25671)
- 所(25070)
- 研究所(22858)
- 农业(20913)
- 业大(20212)
- 中心(19910)
- 江(18372)
- 北京(17914)
- 财(17465)
- 范(16457)
- 师范(16155)
- 院(16118)
- 省(15379)
- 技术(15163)
- 州(14539)
- 室(13509)
- 科学院(13354)
- 基金
- 项目(70280)
- 科学(53232)
- 基金(49392)
- 家(46554)
- 国家(46166)
- 研究(45785)
- 科学基金(37179)
- 自然(27344)
- 省(27090)
- 自然科(26756)
- 自然科学(26742)
- 自然科学基金(26241)
- 社会(25273)
- 划(24918)
- 基金项目(24365)
- 社会科(23710)
- 社会科学(23699)
- 资助(22773)
- 教育(22604)
- 编号(18097)
- 重点(17021)
- 成果(16448)
- 计划(15671)
- 部(14913)
- 发(14295)
- 科技(14212)
- 科研(14143)
- 课题(14137)
- 创(13523)
- 大学(12789)
共检索到179114条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 中国农业资源与区划
[作者]
赵红伟 陈仲新 刘佳
[目的]准确估算作物的面积和分布对粮食安全至关重要。与传统的机器学习方法相比,深度学习具有多种优势,如端到端训练、可迁移性。为有效利用高时空数据进行作物识别提供了新的机遇。已有多种模型被应用于作物分类任务中,针对不同的分类任务,如何有效地选择模型,并对其进行训练和使用已成为关键问题。[方法]文章回顾了利用深度学习模型对作物分类的主要研究。N维卷积神经网络(N-D CNN)(N=1、2、3)和递归神经网络(RNN)已被有效用于作物分类任务。长短期记忆RNN(LSTM RNN)和门控循环单元RNN(GRU RNN)是RNN的变体,解决了随着时间序列增加RNN出现的梯度消失或爆炸问题。此外,还有研究使用CNN和RNN(我们称为RCNN)的混合模型对作物进行分类。该文首先阐述了使用深度学习方法进行作物制图的背景和意义,并介绍了CNN和RNN模型结构。然后回顾了一些典型的研究,包括模型的结构、遥感数据源、数据处理方法和分类精度。最后,总结了使用深度学习方法进行作物分类的挑战以及现有解决方案的局限性。[结果](1)1-D CNN可用于提取时间特征,或时间+光谱特征,分类效果良好;2-D CNN已被广泛应用于单时相数据的空间特征提取,分类精度依赖于数据源;3-D CNN应用较少,但具有很大的潜力,尤其是时间+空间维度的特征提取;(2)相同条件下(架构、数据源、研究区域、类别),LSTM RNN和GRU RNN分类效果通常高于普通RNN,而前两者的效果差距不大,但GRU RNN训练时间较短;(3)CNN+RNN混合模型(RCNN)用RNN比3-D CNN更适合提取时间特征。这主要是由于RNN建立了对序列数据的长期依赖,而3-D CNN卷积核是局部计算的。[结论]通过分析,认为深度学习技术是作物遥感分类的有效工具。此外,与其他模型相比,RCNN, 3-D CNN和GUR RNN具有更大的潜力。
[期刊] 海洋渔业
[作者]
宋一帆 张胜茂 王斐 樊伟 周为峰
随着我国渔业养殖规模、方式和类型的不断发展，对养殖区选址、监测统计、养殖管理等方面提出了更高的要求。由于遥感技术其监控范围广、成本低、更新的周期性短等优点，被广泛应用于渔业养殖的统计分析中，近年来深度学习算法不断涌现，为快速分析遥感影像提供了一种新的手段。首先综述了深度学习算法在渔业养殖遥感领域的应用情况，并从遥感影像的获取、辐射校正与几何校正、数据集构建、深度学习算法、模型训练和模型评价等几个方面进行介绍；其次分析深度学习技术在渔业养殖遥感中应用流程；并对养殖选址、养殖分类、养殖面积与产值估算、养殖灾害监测、养殖年际变化等几个方面的应用技术与方法进行了探讨，最后总结了深度学习算法在以上应用方向的现状，为深度学习算法在渔业养殖领域的推广提出建议与展望。
关键词：
深度学习 渔业养殖 卫星遥感 养殖分类
[期刊] 中国农业科学
[作者]
费帅鹏 禹小龙 兰铭 李雷 夏先春 何中虎 肖永贵
【目的】利用2种灌溉处理下不同发育阶段的冬小麦冠层高光谱信息,通过机器学习方法对小麦籽粒产量进行估测精度研究,明确产量最佳估测模型,对于育种工作有着重要应用价值。【方法】以黄淮麦区207个主栽小麦品种为材料,于2018—2019和2019—2020年度连续2个生长季在河南省新乡基地的正常灌溉和节水处理下种植,并调查开花期、灌浆前期和灌浆中期的冠层高光谱数据,分别以6种机器学习方法和集成方法建立光谱指数产量估测模型。【结果】2种灌溉处理下,3个生育期各光谱指数均与产量呈极显著相关(P
关键词：
冬小麦 产量 高光谱 集成方法 机器学习
[期刊] 金融理论与实践
[作者]
张小东
随着空间信息技术的高速发展,遥感技术在保险市场中有着广阔的应用潜力。但到目前为止,遥感应用在保险业中的市场化程度不高,保险业对遥感期望的潜力与实际应用之间存在一定的差异。依据地域分布损失相关性和赔偿特征将保险业务分为三类,在三类保险业务特点基础上,讨论遥感技术的适用性和具体应用,并从避免反道德风险核查、传统业务增值效果不明显、财政支持缺乏可持续性、技术因素限制四个方面分析了遥感在商业化保险应用中面临的挑战,最后提出了促进遥感应用于保险业的政策建议。
[期刊] 中南林业科技大学学报
[作者]
曹明兰 李亚昆 张力小 武俊喜 李亚东
【目的】城市行道树对改善城市环境、净化空气、降噪遮阴等方面具有重要的生态职能。行道树调查是城市生态资源调查的重要组成，传统城市行道树人工调查方法的成本高、效率低，无法高效地满足管理部门监测城市生态信息的需求。无人机低空遥感的方法提取城市行道树信息，虽然能提高外业调查效率，但仍然存在内业数据处理时人工编辑DEM和树冠分割工作量过大等问题。为解决以上不足，文章探索了一种改进Mask R-CNN实例分割模型的无人机遥感城市行道树提取方案。【方法】基于深度学习的实例分割Mask R-CNN模型，针对城市行道树不存在两棵完全重叠的情况，采用非极大值抑制NMS(Non-maximum suppression)算法对所有检测物进行非极大值抑制，并根据检测树冠区域和待检测掩模之间的重叠比例，判断是否重复检测，以提高数据训练效率和准确率。构建精度评价指标，根据测试集的预测结果评估模型的性能和可适应性。【结果】利用同一架大疆DJI Phantom 4pro无人机，对香樟树、法国梧桐、银桦等典型城市行道树进行影像数据采集，创建了基于无人机遥感影像的行道树数据集，并采用Mask R-CNN实例分割模型实现行道树的树冠检测与分割，同时与人工提取方法进行对比分析。结果表明，本方法的行道树树冠自动分割平均总体精度为0.865、平均检测率为0.887，再经人工简单修正后，行道树树冠分割平均总体精度能达到0.948、平均检测率能达到0.965。【结论】无人机航测外业数据采集周期短、效率高，结合深度学习的改进Mask R-CNN实例分割算法，能自动获取较准确的树冠检测与轮廓分割信息，可节省大量外业调查和内业数据处理时间，对提升城市行道树监测效率和自动化水平具有重要意义。
[期刊] 林业科学研究
[作者]
赵宪文 张淑娟 陆显祥
林业区划是按照客观规律,合理开发利用自然资源,实现林业现代化的基础工作。我国现行的县级林业区划虽然考虑了自然条件、经济状况和经营习惯,但仍有主观性和片面性的影响。为使区划工作尽可能符合客观实际,有一定的科学依据,该研究采用定量方法,以数量因子进行聚类分析,在此基础上进行区划。聚类分析的因子不仅包括自然条件,也包括社会经济条件,部分因子能从航空象片上直接判读获得,较迅速地取得最新资料,并可避免或减轻大量而繁重的地面调查。试验区设在广东省龙门县。
关键词：
林业区划 遥感 聚类分析
[期刊] 中国农业大学学报
[作者]
傅隆生 宋珍珍 Zhang Xin 李瑞 王东 崔永杰
为使农业信息领域的研究人员能够系统和快速地了解深度学习在农业中的研究进展以及应用现状,对深度学习在农业信息领域的应用进行归纳、梳理、分析和展望。对涉及农业领域且应用深度学习技术的90项研究中所涉及的农业问题、具体模型和框架、数据集的来源和特征以及预处理方法、模型评价指标等进行归纳总结分析,并讨论深度学习的优点和局限性,进而展望深度学习的发展趋势。农业领域中的应用包括作物及其器官分类、病虫害识别、果实识别和计数、植物识别、土壤覆盖分类、杂草识别、行为识别和分类、植物养分含量估计、植物叶片或种子表型分析等方面;大多数研究采用卷积神经网络,如AlexNet、VGG16和Faster R-CNN。在框架方面,Caffe使用频次最高,其次是Tensorflow和Keras/Theano;分类准确度是最常用的模型评价指标,其次是F1得分和平均精度。与其他常用方法和技术相比,深度学习不仅精度高,而且性能优于现有的常用图像处理技术。其他涉及计算机视觉技术的农业应用有望通过深度学习技术的使用获得更好的效果。
[期刊] 林业科学研究
[作者]
陈永富 王振琴 张玉贵 张彦忠
本文介绍一种以ＴＭ遥感图像光谱分类为基础，专家知识为依据，应用地理信息系统提取各种辅助信息，以图斑作为基本分类单元，按照一定的专家系统推理机制，对光谱分类中精度低的地类作进一步判别，达到提高分类精度的方法。通过对山西省隰县的应用，取得了较为理想的效果。
[期刊] 林业科学
[作者]
郭颖 李增元 陈尔学 张旭 赵磊 陈艳 王雅慧
【目的】对全卷积神经网络模型进行双支化改进,探索高空间分辨率遥感影像森林类型深度学习分类新方法,为提高森林资源遥感调查精度提供技术支撑。【方法】双支FCN-8s包含2个FCN-8s子模型,一个子模型基于R、G、B三波段特征,采用微调方式构建;另一个子模型基于五特征构建。将2个子模型8、16、32倍下的采样结果进行融合并分类,得到每个像元的类别。以旺业甸林场为研究区,采用GF-2卫星遥感影像提取标准化植被指数(NDVI),构建基于R+G+B三波段特征、R+G+B+NIR四波段特征和R+G+B+NIR+NDVI五特征的数据集,对双支FCN-8s优化方法的有效性进行定量评价。【结果】1)双支FCN-8s方法的总体分类精度为85.89%,Kappa系数为0.84;相比传统FCN-8s,双支FCN-8s方法可提高大部分森林类型的分类精度,尤其对油松、红松、白桦等类别改善效果明显。2)相对于传统基于特征优选的SVM模型而言,双支FCN-8s方法的总体分类精度由75%上升至85.89%,精度提升大于10%,各类别的分类效果均有改善。3)使用微调策略以及加入NDVI特征后,模型可有效改善油松、山杨及白桦等树种的分类效果。【结论】双支FCN-8s高空间分辨率遥感影像森林类型深度学习精细分类方法可有效提升森林类型的细分程度和分类精度。
[期刊] 林业科学研究
[作者]
陆元昌 陈敬忠 洪玲霞 雷相东
以吉林省旺清林业局金沟岭林场为例,在地面调查数据和LandsatTM多光谱卫星遥感数据的基础上,以ER DAS遥感影像处理系统和MapInfo地理信息系统支持,利用基于二类调查数据取证遥感分类技术,对其森林景观进行分类和评价,得到金沟岭林场森林景观空间分布图及空间格局分析结果。本研究提出的一套实用技术方法可为宏观上快速提取森林景观要素及空间格局状态提供技术参考,结果可为进一步森林景观规划和设计提供依据。
[期刊] 调研世界
[作者]
刘小宁
农业是国民经济发展的基础,农作物调查是掌握农业发展的主要统计手段。21世纪初,浙江耕地以一家一户的散户种植为主,为准确统计浙江农作物种植面积,浙江采用了与其农作物种植规模、性质相似的韩国对地调查方法,取得较好的社会效果。但随着土地规模化的日益发展,韩国对地调查方法存在的弊端日益显现出来,而遥感影像技术的成熟与完善,已经具备将其应用于农业调查的条件。本文通过剖析浙江现有对地调查方法的弊端,利用遥感影像的优势,结合浙江实际提出将遥感影像技术与对地调查相结合应用于浙江农作物调查的思考。
关键词：
浙江 遥感影像 农作物 调查
[期刊] 长江流域资源与环境
[作者]
游佩佩 刘振波 谢嘉伟 徐军 葛云健 吴璐瑶
以江苏盐城滨海湿地为研究区,基于高分二号(GF-2)高空间分辨率遥感影像,应用VGG16_BN深度学习网络对研究区不同地物类别进行分类,并与VGG16、SVM和BP神经网络分类结果进行对比,综合评价分析分类结果精度与适用性。研究结果表明:与其他分类算法结果相比,基于深度学习VGG16_BN网络的影像分类精度相对最高,总体分类精度达99.32%,Kappa系数0.99,均显著高于其它分类算法精度。此外,通过局部可视化分析,VGG16_BN网络算法分类结果可有效保持大面积同类地物的区域一致性,有效避免"椒盐"噪声,对道路、河流等线状地物的连续性和边界提取较为完整和清晰。
[期刊] 资源科学
[作者]
贾坤 李强子
农作物遥感分类是农作物种植面积估算的重要核心问题,是提高农作物种植面积估算精度的关键研究内容。特征变量的选择是农作物遥感分类的重要步骤,有效地使用多种特征变量是提高农作物遥感分类精度的关键。随着多源数据获取的更加容易,电磁波谱特征、空间特征、时间特征以及辅助数据特征在农作物遥感分类中发挥着重要的作用。本文简要回顾和综合分析了在农作物遥感分类中所使用的各种特征变量,包括多光谱特征、微波散射特征、多源数据特征、高光谱数据特征等电磁波谱特征,以及空间特征、时间特征和辅助数据特征等,并分析了农作物遥感分类特征变量选择方面存在的问题和发展趋势。指出目前农作物遥感分类特征变量选择存在的关键问题主要包括特征...
关键词：
农作物 遥感 分类 特征选择
[期刊] 数理统计与管理
[作者]
刘育孜 曲维荣 崔珍 刘小惠 徐文婧 蒋继明
随着2020年新冠肺炎疫情在全球肆虐,国际环境动荡加剧引发了大众对于粮食储备问题的担忧,而及时估算种植面积对于有效应对可能的突发事件具有重要战略意义。考虑到粮食种植具有范围广、区域差异大的特点,因而进行面积估算时,混合效应模型是非常合适的选择,但现有文献多局限于解决有抽样单元的剩余区域的外推估算问题,对零样本量的域估计问题则鲜有涉及。值得注意的是,在进行农业抽样工作时,抽样数量的设计多服务于国家或省级层面,对于人口数量较少或经济程度不发达的地区,则容易出现没有样本被抽中的情况。往往这类地区是以农业为主要产业,因此忽视该类地区的农作物面积将会对我国实现农业精准监测产生显著影响。有鉴于此,本文提出使用改良后的分类混合效应模型预测方法(Modified Classified Mixed Model Prediction,MCMMP),其原理可概述如下:首先通过协变量信息对抽样单元进行聚类,然后使用混合效应模型预测所有类的随机效应,最后利用待估单元所处类的随机效应对待估单元面积进行估算。为展示MCMMP的应用潜力,本文基于山东省济宁市兖州区下属12个镇的卫星图像已经部分测绘数据,并结合“留一法”对小麦种植面积进行了估算。结果显示与现有方法相比,MCMMP具有更小的相对误差,且当感兴趣的变量为小域均值时,如村或镇范围的平均土地面积时,MCMMP依旧表现最优。
[期刊] 数理统计与管理
[作者]
刘育孜 曲维荣 崔珍 刘小惠 徐文婧 蒋继明
随着2020年新冠肺炎疫情在全球肆虐,国际环境动荡加剧引发了大众对于粮食储备问题的担忧,而及时估算种植面积对于有效应对可能的突发事件具有重要战略意义。考虑到粮食种植具有范围广、区域差异大的特点,因而进行面积估算时,混合效应模型是非常合适的选择,但现有文献多局限于解决有抽样单元的剩余区域的外推估算问题,对零样本量的域估计问题则鲜有涉及。值得注意的是,在进行农业抽样工作时,抽样数量的设计多服务于国家或省级层面,对于人口数量较少或经济程度不发达的地区,则容易出现没有样本被抽中的情况。往往这类地区是以农业为主要产业,因此忽视该类地区的农作物面积将会对我国实现农业精准监测产生显著影响。有鉴于此,本文提出使用改良后的分类混合效应模型预测方法(Modified Classified Mixed Model Prediction,MCMMP),其原理可概述如下:首先通过协变量信息对抽样单元进行聚类,然后使用混合效应模型预测所有类的随机效应,最后利用待估单元所处类的随机效应对待估单元面积进行估算。为展示MCMMP的应用潜力,本文基于山东省济宁市兖州区下属12个镇的卫星图像已经部分测绘数据,并结合“留一法”对小麦种植面积进行了估算。结果显示与现有方法相比,MCMMP具有更小的相对误差,且当感兴趣的变量为小域均值时,如村或镇范围的平均土地面积时,MCMMP依旧表现最优。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
