10.3969/j.issn.1672-5867.2023.11.021
基于卷积神经网络的水产养殖区提取
传统的水产养殖信息统计是通过管理部门实地观察获取,时间效率和信息可靠性都较低,难以满足现实研究需要,而采用遥感技术结合卷积神经网络分类方法进行水产养殖区提取的方法能解决这一难点.本文根据哨兵二号影像上目标地物的特征修改SegNet卷积神经模型的结构,提出一种简化的卷积神经网络模型S-Seg?Net,实现对近海养殖区遥感高精度自动识别.结果表明,S-SegNet模型的分类效果相比SegNet模型有了明显的提高,平均准确度、平均召回率和平均F1-score分别达到88%、0.9和0.91,为三沙湾水产养殖区的实时监测和科学规划提供了重要数据支撑.
三沙湾、水产养殖、卷积神经网络、哨兵二号、SegNet
46
P237(摄影测量学与测绘遥感)
2023-12-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
74-77