基于改进AlexNet模型的油菜种植面积遥感估测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16526/j.cnki.11-4762/tp.2018.02.046

基于改进AlexNet模型的油菜种植面积遥感估测

引用
目前农作物种植面积估测主要是依据遥感影像数据,结合遥感处理技术对遥感地物进行识别监测,估测结果受遥感数据源影响较大;为此提出了改进过的AlexNet卷积神经网络分类识别算法模型,该模型在传统AlexNet模型基础上,针对Landsat8遥感影像数据,创新地提出将5个卷积层的卷积核修改为两个3*3大小和3个2*2大小,并在3个全连接层后加入dropout层,减少过拟合的出现;将改进前后的模型和加入dropout后的改进模型分别对湖北省荆门市2017年油菜作物种植面积进行分析研究,研究从测试精度、Kappa一致性检验和估测面积三方面进行,实验结果表明加入dropout的改进后模型估测效果最好,估测面积与实际面积误差率为2.39%,Kappa一致性检验结果为0.9625,一致性较高;验证了改进后AlexNet模型在油菜作物遥感识别方面的适用性.

卷积神经网络、农作物识别、油菜作物、遥感测量

26

TP181(自动化基础理论)

国家自然科学基金资助项目41601504;区域开发与环境响应湖北省重点实验室基金2016B003

2018-04-23(万方平台首次上网日期,不代表论文的发表时间)

共4页

186-189

相关文献
评论
暂无封面信息
查看本期封面目录

计算机测量与控制

1671-4598

11-4762/TP

26

2018,26(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn