北京测绘

2019, v.33(02) 173-178

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

基于深度学习的河道提取与变化监测应用——以永定河为例
The Application for Extraction of River Channels and Change Detection Based on Deep Learning:A Case Study From Yongding River

王惠英;孙中平;孙志伟;周亚文;

摘要(Abstract):

本文基于2014年、2017年、2018年三期GF1遥感影像,针对北京市石景山永定河河道变化特征,开展基于深度学习算法的河道自动提取与变化图斑自动发现。选择GEOWAY GFLP作为地理要素智能训练平台,采用基于疑似变化区域自动发现与人工交互确认相结合的遥感监测技术路线,选取典型水体样本进行分析、训练,构建深度学习卷积神经网络水体提取模型。通过分析与验证发现,基于深度学习水体提取模型自动提取的河道准确率高于90%,精度高于最小距离、最大似然及SVM分类方法,可用于城市河道的自动提取和变化发现。

关键词(KeyWords): 深度学习;河道提取;变化监测;永定河

Abstract:

Keywords:

基金项目(Foundation): 2018年北京市石景山区科技计划项目

作者(Author): 王惠英;孙中平;孙志伟;周亚文;

Email:

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