- 年份
- 2024(1552)
- 2023(2327)
- 2022(1992)
- 2021(1958)
- 2020(1767)
- 2019(3929)
- 2018(3884)
- 2017(7461)
- 2016(3989)
- 2015(4519)
- 2014(4312)
- 2013(4129)
- 2012(3836)
- 2011(3390)
- 2010(3307)
- 2009(2793)
- 2008(2704)
- 2007(2360)
- 2006(2007)
- 2005(1879)
- 学科
- 济(13830)
- 经济(13815)
- 管理(10426)
- 业(9333)
- 企(7834)
- 企业(7834)
- 方法(6710)
- 数学(5757)
- 数学方法(5663)
- 中国(4100)
- 贸(3833)
- 贸易(3831)
- 易(3770)
- 学(3745)
- 农(3542)
- 财(3503)
- 业经(3462)
- 技术(2941)
- 理论(2892)
- 制(2821)
- 地方(2486)
- 农业(2386)
- 和(2304)
- 银(2071)
- 银行(2061)
- 策(2001)
- 教学(1999)
- 出(1987)
- 教育(1982)
- 行(1965)
- 机构
- 大学(53631)
- 学院(52135)
- 管理(20400)
- 济(19741)
- 经济(19291)
- 研究(18212)
- 理学(17656)
- 理学院(17381)
- 管理学(16930)
- 管理学院(16814)
- 中国(13569)
- 科学(12440)
- 京(11728)
- 农(9773)
- 财(9206)
- 所(9182)
- 中心(8867)
- 业大(8676)
- 研究所(8514)
- 江(8030)
- 农业(7738)
- 范(7362)
- 师范(7271)
- 北京(7248)
- 财经(7043)
- 院(6636)
- 经(6507)
- 技术(6464)
- 州(6221)
- 经济学(6132)
- 基金
- 项目(38202)
- 科学(31007)
- 基金(29244)
- 家(26475)
- 国家(26308)
- 研究(26140)
- 科学基金(22863)
- 社会(16704)
- 自然(15974)
- 社会科(15819)
- 社会科学(15815)
- 自然科(15667)
- 自然科学(15666)
- 基金项目(15581)
- 自然科学基金(15421)
- 省(14570)
- 划(12695)
- 教育(12522)
- 资助(11510)
- 编号(10057)
- 重点(8822)
- 部(8569)
- 创(8278)
- 成果(8220)
- 发(7809)
- 创新(7730)
- 科研(7583)
- 计划(7514)
- 教育部(7430)
- 国家社会(7265)
共检索到80402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] 中南林业科技大学学报
[作者]
蒋治浩 林辉 张怀清 蒋馥根
【目的】近年来,越来越多高时间分辨率、高空间分辨率卫星相继出现,为我们的生产生活提供了很大的便利,如何利用好这些数据庞大、信息丰富的遥感影像一直以来都是国内外研究的热点问题。其中遥感影像的分类是将大量的遥感影像应用于各个领域的基础,针对传统方法对于高分辨率影像分类精度提高难的问题,提出一种面向对象结合卷积神经网络的遥感分类方法。【方法】首先利用构建moran’s I指数与地理探测器q统计量的二维空间的方法,确定最佳分割尺度,以最大面积法确定均质因子权重,对预处理后的GF-1影像进行分割,利用分割后的对象的特征作为分类模型的输入变量,建立一维卷积神经网络(1D-CNN)的分类模型,构建了基于像元的支持向量机,面向对象的支持向量机分类模型,对研究区进行了分类。【结果】利用面向对象的一维卷积神经网络方法进行分类,分类结果总体精度为93.10%,Kappa系数为0.916 7,同基于像元支持向量机方法相比,总体精度提高了24.35%,Kappa系数提高了0.292 3;同面向对象的支持向量机方法相比,总体精度提高了6.2%,Kappa系数提高了0.074 6。【结论】利用构建的moran’s I指数与地理探测器q统计量的二维空间和最大面积法确定最佳分割参数,建立一维卷积神经网络结合面向对象的方法对遥感影像进行分类,与传统模型相比得到的分类结果精度较高,是一种快速有效的分类方法。
[期刊] 中国农业大学学报
[作者]
陈理 杨广 刘名洋 周宇光
为对农用地（耕地）遥感影像中道路和农田信息进行精确高效的提取，采用卷积神经网络（CNN）的方法，以河北省献县某乡冬小麦种植田为研究区，建立“道路-背景”和“农田-背景”2个高精度遥感影像数据集，构建基于MobileNet v1的U-Net、SegNet、PSPNet、DeepLab v3+和基于MobileNet v2的DeepLab v3+共5种CNN语义分割模型，进行道路和农田提取试验；在模型训练前后加入迁移学习、图像拼接和模型融合3种策略。结果表明：1）在2个数据集上，基于MobileNet v1的U-Net和基于MobileNet v1的SegNet 2种模型的识别率和稳定性最佳；2）在提取道路和农田时，融合后模型的平均交并比值分别为0.853 3和0.956 8;3）对预测图进行后处理，可以为路径规划和作物秸秆产量计算等研究提供道路拓扑图和农田预测图。
[期刊] 北京林业大学学报
[作者]
江涛 王新杰
【目的】基于遥感影像的林分类型分类在现代林业中是一项重要的应用。本文试图构建一个基于高分二号(GF-2)影像林分类型分类的卷积神经网络(CNN)模型,探索CNN在遥感图像像素级分类这一领域的发展潜力。【方法】以GF-2卫星遥感影像为数据源,利用Tensorflow(一种开源用于机器学习的框架)构建4种不同图像斑块大小(m=5,7,9,11)为输入的CNN,同时以传统的神经网络模型——多层感知器(MLP)为基准,比较不同图像斑块大小下的CNN分类图的分类效果和分类精度。【结果】实验分类结果表明:CNN(m=9)得出最高的分类精确度,总体精度比MLP和CNN(m=5,7,11)分别高出10.91%和6.55%、1.3%、2.54%。分类图的可视化结果也表明CNN(m=9)更好地解决了"椒盐现象"与过度平滑后的边界不确定性问题。【结论】CNN能够在利用高分影像光谱特征的同时充分挖掘影像的空间特征,从而提高分类精度,同时在利用CNN基于遥感影像分类时,根据数据源以及地物的特点选择合适的图像斑块大小作为输入是提高分类精度与分类效果的关键措施。
[期刊] 资源科学
[作者]
陈文倩 丁建丽 李艳华 牛增懿
山区水资源信息高精度提取是西北干旱区水文水循环及水资源利用等研究领域的核心热点问题,但山区由于各种限制因素,如阴影、积雪和山体裸地等,使得高分辨率遥感监测效果不佳。本文基于高分一号遥感影像,利用单波段阈值法、NDWI与多波段法进行特克斯河流域水体信息提取,通过分析3种水体提取方法的利弊,提出单波段阈值法与构建的阴影水体指数SWI=B1+B2-B4相结合的决策树水体信息提取方法,用结合实地采样得到的混淆矩阵对水体区域的整体提取结果进行精度验证对比分析。实验结果表明,单波段阈值法易受山体阴影的影响,但受积雪与裸地的影响较小;NDWI法易受山区小面积阴影影响;多波段法提取水体信息较好,但受部分阴影与...
[期刊] 浙江农林大学学报
[作者]
董心玉 范文义 田甜
森林类型识别技术是遥感分类中的重点和难点，采用面向对象的遥感影像分类方法是实现森林类型分类的新方法。资源３号遥感影像可为森林类型提取提供新方向。以资源３号遥感影像作为基础研究数据，采用面向对象的分类方法，选择分形网络演化法进行多尺度分层分割，并结合典型地物的光谱特征、纹理特征、几何特征以及植被指数，构建了适用于森林类型提取的决策树模型，并与分割尺度不同的支持向量机分类方法进行比较分析。结果表明：多层分割的决策树分类方法分类精度高于单层分割的支持向量机分类方法，分类精度分别提高了６．１％和１２．５％。说明建立多层分割的决策树分类方法适用于森林类型的分类研究。
[期刊] 北京林业大学学报
[作者]
李彦甫 范习健 杨绪兵 徐新洲
【目的】遥感图像分类技术在森林资源调查、生态工程规划以及森林病虫害防控等林业监测业务中,扮演着至关重要的角色。通过引入自注意力模块增强卷积网络对遥感图像的特征刻画能力,以期提高遥感图像的分类效果。【方法】该文提出了一种融合自注意力机制和残差卷积网络的遥感图像分类方法,首先利用卷积神经网络提取丰富的深度纹理语义特征,然后在卷积网络的最后3个瓶颈层嵌入多头自注意力模块,挖掘遥感图像复杂的全局结构信息。嵌入自注意力模块的卷积分类网络,能够有效提升遥感图像的分类精确度。该研究使用RSSCN7、EuroSAT与PatternNet 3个公开的遥感图像数据集,基于Pytorch深度学习库训练与测试该方法,并增加与已有分类框架算法精度和性能的对比试验。同时,使用不同批次、不同数量大小的数据训练改进研究提出的方法,并测试分类效果。【结果】试验得出,该研究提出的方法在3个遥感分类数据集上的平均识别率分别达到了91.30%、97.88%和97.37%,其中在前两个数据集上较现有的基于深度卷积网络的算法分别提升了2.26%和3.73%。同时,该算法的总参数量为2.08×10~7,较现有参数量最低的方法减少了5.2×10~6。【结论】相比已有的遥感图像分类框架,该研究提出的方法能够在图形处理器(GPU)加速的环境中,取得更为准确的分类效果。同时有效减少了模型的参数量,提高了算法执行的效率,便于后续的实际应用部署。
[期刊] 中南林业科技大学学报
[作者]
巩垠熙 高原 仇琪 谢飞 冯仲科 樊江川
传统立地质量评价体系主要使用地面调查数据,而多光谱遥感影像为大范围研究森林生产力和立地状况提供了便捷的途径。为了改进传统的立地质量评价体系,以内蒙古旺业甸林场为研究对象,基于研究区域的遥感影像结合地表小班调查数据,采用BP人工神经网络模型,以落叶松为例,建立了遥感因子结合立地因子与地位指数关系的神经网络模型,进行立地质量评价研究。建立了BP人工神经网络地位指数预测模型,模型的预测精度达到90.97%,与使用传统小班调查数据建立的神经网络模型的预测结果进行比较,精度提高了5.44%。结果表明多光谱遥感影像十分适用于森林立地质量评价,充分证实了本研究方法的有效性和优越性。
关键词：
遥感影像 神经网络 立地质量 植被指数
[期刊] 资源科学
[作者]
李艳华 丁建丽 闫人华
以国产"高分一号"16m遥感图像为数据源,在特克斯县选取两个研究区域,针对山区细小线状河流提取难度较大的问题,使用基于规则的面向对象的方法实现了对山区细小水体的精确化提取。首先,在总结前人选择最优分割尺度的基础上,考虑了各层权重信息,针对某一特定地物,提出了指示最优分割尺度的指标——改进的与邻域绝对均值差分方差比(MRMAS),并由此获取了影像上细小水体的最优分割尺度。其次,为区分水体和山体阴影,构建阴影水体指数SWI=B1+B2-B4,成功剔除了绝大部分阴影信息。最后,利用形态学膨胀滤波及Pavlidis异步细化算法对提取的细小水体进行后处理,最终得到细小河流的矢量化水系图。实验结果表明,该...
[期刊] 中南林业科技大学学报
[作者]
刘伟乐 林辉 孙华
湿地遥感变化信息检测并识别一直是遥感动态监测的一个技术难点。以东洞庭湖为研究区,2期GF-1遥感影像为研究对象,在数据预处理的基础上,将研究区分为芦苇、苔草、辣蓼与泥蒿、水体、泥滩地等6种类型。研究引进了NDVI植被指数波段与第一主分量波段(PC1)对传统的图像差值算法进行改进,提取出两期影像的变化信息,并与支持向量机的多时相影像分类后检测算法相比较。结果表明:(1)研究区遥感影像经过大气校正和图像配准等预处理之后,GF-1遥感影像变化检测的最佳波段组合为RGB=432;(2)利用支持向量机分类器对两期遥感影像进行分类时,样本选择的可分离度均在1.9~2.0之间,分类结果的总体精度为85.34...
[期刊] 清华大学学报(自然科学版)
[作者]
刘琼 李宗贤 孙富春 田永鸿 曾炜
针对基于卷积神经网络的图像识别采用随机初始化网络权值的方法易收敛到局部最优值的问题,该文提出了一种结合无监督和有监督学习的网络权值预训练算法。融合零成分分析白化与深度信念网络预学习得到的特征,对卷积神经网络权值进行初始化;通过卷积、池化等操作,对训练样本进行特征提取并使用全连接网络对特征进行分类;计算分类损失函数并优化网络参数。在公开图像数据库中进行了大量实验,与公开最佳算法比较,该算法在MNIST中的识别错误率降低了0.1%,在Caltech101中的分类准确率提升了0.56%,验证了该算法优于现有算法。
关键词：
深度信念网络 图像识别 卷积神经网络
[期刊] 情报学报
[作者]
张海涛 王丹 徐海玲 孙思阳
本文基于卷积神经网络构建了微博舆情情感分类模型,通过爬虫方式获取微博话题数据,利用word2vec训练词向量,采用NLPIR/ICTCLAS2016工具进行分词,进而通过Matlab编程实现模型训练和测试。结果表明,模型能够实现有效的微博舆情情感分类,相较传统机器学习具有一定的优越性。
[期刊] 图书与情报
[作者]
郭利敏
人工智能技术的蓬勃发展,驱动着文献自动分类由基于规则的分类向基于机器学习的方向发展。文章在对深度学习概述的基础上,将卷积神经网络引入到了文献自动分类,构建了基于题名、关键词的多层次卷积神经网络模型,使之能够根据文献的题名和关键词自动给出中图分类号。通过在Tensor Flow平台上的深度学习模型,利用《全国报刊索引》约170万条记录进行模型训练,并对7000多篇待加工的文献做中图法分类预测,其在生产情况下一级分类准确率为75.39%,四级准确率为57.61%。当置信度为0.9时,一级正确率为43.98%,
[期刊] 中南林业科技大学学报
[作者]
徐晓雨 孙华 王广兴 林辉 任蓝翔 崔云蕾
以GF-1和Landsat8遥感影像为数据源,采用逐步回归、非线性Logistic回归和基于空间位置的地理加权回归3种方法,结合134个野外样地调查数据,在河北省康保县开展叶面积指数反演研究,并对结果进行精度检验。结果表明:(1)在荒漠化地区,GF-1和Landsat-8遥感影像提取的植被指数因子与LAI均有较高的相关性。运用主成分分析方法对植被指数因子进行处理,可以有效消除各影响因子间的共线性。(2)基于GF-1和Landsat-8影像分别建立的3种模型,均以地理加权回归决定系数最大,均方根误差最小,反
[期刊] 林业科学
[作者]
田静 邢艳秋 姚松涛 曾旭婧 焦义涛
【目的】针对森林资源遥感监测效果往往受森林类型识别分类方法的影响,提出一种基于元胞自动机的遥感影像森林类型分类方法,以提高Landsat-TM遥感影像的分类精度,为森林资源遥感监测提供技术支持。【方法】以小兴安岭带岭林业经营管理局为研究区,基于2010年Landsat5-TM影像数据和2012年森林资源二类调查数据,采用窗口法获取TM第5波段各待分类别的像元均值作为聚类中心,以元胞自动机的Moore模型为框架,以元胞为基本单位,以像元均值为对象,利用最小距离法求取进化规则(判断准则是中心元胞周围的8个元胞
[期刊] 中南林业科技大学学报
[作者]
李世波 林辉 王光明 程韬略
森林蓄积量是评价森林资源数量的一个重要指标。结合遥感影像和地面调查数据估测森林蓄积量受遥感影像、遥感因子、预处理方法、估测方法等多方面的影响。为研究国产GF-1遥感影像估测森林蓄积量的最佳遥感因子组合方式和较优估测方法,并绘制森林蓄积量空间分布图,为我国森林蓄积量的研究提供理论基础和科学依据。为研究GF-1遥感影像估测森林蓄积量的遥感因子和估测方法,以湖南省醴陵市为研究对象,以国产GF-1遥感影像为数据源,通过对遥感图像预处理,获取光谱信息、纹理因子、植被指数作为特征变量,结合同时期的二类调查样地数据,从GF-1遥感影像像元与样地不匹配角度出发,应用移动窗口的方法解决像元与样地的对应关系,采用多元逐步回归、偏最小二乘回归和随机森林模型对研究区森林蓄积量进行估测,采用建模精度和估测精度进行分析评价。实验结果表明:1)3个模型选择的因子都包含了NDVI、 Band2、DI3、CO1和DVI等5个遥感因子,说明其对森林蓄积量的估测比较敏感;2)随机森林模型优于偏最小二乘回归和多元逐步回归,其决定系数R2为0.73、估测精度为83.69%。利用GF-1遥感影像结合随机森林模型应用于森林蓄积量的估测结果趋于真实分布,效果较理想;采用移动窗口法,利用国产GF-1遥感影像并结合随机森林进行森林蓄积量估测具有较好的应用前景。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
