收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

深度学习与遥感数据分析

张立强  李洋  侯正阳  李新港  耿昊  王跃宾  李景文  朱盼盼  梅杰  姜颜笑  李帅朋  辛奇  崔颖  刘素红  
【摘要】:深度学习的迅猛发展,为遥感大数据的智能分析提供了重要技术手段。首先主要介绍了遥感数据识别和应用中设计的深度学习模型与方法,提出并实现了面向激光雷达点云、光学遥感图像和高光谱图像等数据地物识别的深度强化学习、多任务学习和亚像素-像素-超像素特征学习网络模型。这类模型的参数基本上由学习得到,调参工作量小,而且充分顾及了地物间的空间和上下文信息以及纹理和光谱特征,泛化能力强。然后描述了联合深度学习和多源遥感数据在精准扶贫评估、青藏高原20 a湿地变化及空间分析和玉米产量估产等方面的研究进展。从中可以看出,为了更好地促进遥感数据向知识的转化,需要面向应用,充分发挥深度学习在遥感大数据处理的优势,发展新的数据处理算法与技术。

知网文化
【相似文献】
中国期刊全文数据库 前13条
1 石苗;李会方;郭海超;;遥感图像的亚像素配准技术研究[J];航空计算技术;2010年04期
2 雷志辉,于起峰;亚像素图像处理技术及其在网格法中的应用[J];国防科技大学学报;1996年04期
3 周靖鸿;朱建军;周璀;樊东昊;;遥感影像亚像素快速配准方法[J];测绘工程;2016年07期
4 詹俏;甘淑;袁希平;杨敏;;泥石流沟谷滑坡体的点云采样分析及变化检测[J];激光与红外;2020年02期
5 袁传武;柯尊胜;陈双田;吴翠;王珠娜;崔鸿侠;;多源遥感数据融合原理与模型结构及应用[J];西南林学院学报;2007年05期
6 王祖伟,秦其明;多源遥感数据融合及在城市研究中的应用[J];测绘通报;2002年03期
7 王长斌;;基于云计算的农作物病虫害多源遥感数据挖掘[J];电子技术;2016年03期
8 罗忠;多源遥感数据融合的现状[J];测试技术学报;1999年01期
9 金葵;;基于海量点云的复杂曲面重构及误差分析[J];南京工业职业技术学院学报;2010年04期
10 赵锋;;自适应小波亚像素配准城市路网遥感识别系统[J];科技通报;2015年02期
11 孔燕萍;覃亚丽;;基于深度学习的高光谱图像分类算法[J];传感器与微系统;2020年07期
12 陈绫钢;吕靖芳;;高光谱图像技术在农产品监测中的应用进展[J];北京农业;2016年01期
13 刘琼;严由嵘;张旭;曹蕾蕾;;基于动态小波亚像素配准的战场遥感识别仿真[J];计算机仿真;2015年09期
中国重要会议论文全文数据库 前5条
1 王新明;王长耀;古小平;占玉林;;使用大尺度遥感数据分析中国陆地景观结构[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
2 姚冬萍;;融合多源遥感数据估算地表叶面积指数[A];中国地理学会百年庆典学术论文摘要集[C];2009年
3 蒙继华;吴炳方;钮立明;杜鑫;张飞飞;;遥感在精准农业中的应用-以禹城为例[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年
4 张兵;王向伟;郑兰芬;童庆禧;;高光谱图像地物分类与识别研究[A];成像光谱技术与应用研讨会论文集[C];2004年
5 徐全洪;张荣芝;刘国珍;;基于多源遥感数据融合下的石家庄市城市扩展分析[A];地图学与GIS学术讨论会论文集[C];2002年
中国博士学位论文全文数据库 前20条
1 李理;基于马氏距离测度核学习的高光谱图像分类方法研究[D];哈尔滨工业大学;2018年
2 高巍;基于多核学习的高光谱图像分类方法研究[D];哈尔滨工业大学;2019年
3 滕艺丹;高光谱图像信息恢复方法研究[D];哈尔滨工业大学;2018年
4 丁晨;基于自适应卷积神经网络的高光谱图像分类方法研究[D];西北工业大学;2018年
5 王丽;基于压缩感知的高光谱图像采样和重构技术研究[D];西北工业大学;2018年
6 潘磊;基于稀疏低秩表示的高光谱图像特征提取与分类[D];西南交通大学;2019年
7 薄纯娟;基于空谱联合模型的高光谱图像分类方法研究[D];大连理工大学;2019年
8 付巍;基于稀疏表征的高光谱图像空谱压缩与分类方法研究[D];湖南大学;2019年
9 韦晓辉;面向高光谱图像分类的特征提取与选择方法研究[D];湖南大学;2019年
10 李娇娇;高光谱遥感图像高效分类与解混方法研究[D];西安电子科技大学;2016年
11 刘务;基于空谱特征挖掘的高光谱图像分类方法研究[D];哈尔滨工程大学;2018年
12 李威;基于机器学习的森林多源遥感数据分析方法研究[D];哈尔滨工程大学;2018年
13 李畅;高光谱遥感影像处理中的若干关键技术研究[D];华中科技大学;2018年
14 任越美;高光谱图像特征提取与分类方法研究[D];西北工业大学;2017年
15 王庆岩;面向植被遥感监测的高光谱图像分类技术研究[D];哈尔滨工业大学;2018年
16 吴钊君;基于权重核范数的高光谱图像去噪与解混方法研究[D];哈尔滨工业大学;2018年
17 张星;组合空间和光谱特性的高光谱图像异常检测与目标识别方法研究[D];国防科学技术大学;2016年
18 冯志玺;空谱稀疏结构学习下的高光谱数据降维与分类技术研究[D];西安电子科技大学;2018年
19 李晶;基于非线性混合模型的高光谱图像解混技术研究[D];浙江大学;2018年
20 邵远杰;基于稀疏表达图的高光谱图像半监督分类方法研究[D];华中科技大学;2018年
中国硕士学位论文全文数据库 前20条
1 常旭辉;车载点云与街景影像融合方法研究[D];中国地质大学(北京);2019年
2 罗毅超;基于激光点云及地质数据的露天金属矿爆破后矿石界线预测研究[D];江西理工大学;2019年
3 李龙飞;边坡点云曲面重建及变形信息提取方法研究[D];辽宁工程技术大学;2016年
4 刘盈;基于TLS的变形信息提取及可靠性评价研究[D];东华理工大学;2018年
5 万震;基于深度学习的多源遥感数据融合分类方法研究[D];重庆大学;2019年
6 刘俊;逆向工程中点云修补与曲面反求的研究[D];华中科技大学;2007年
7 马超;基于深度学习的高光谱遥感图像分类[D];杭州电子科技大学;2019年
8 李阿楠;核稀疏法在高光谱图像目标检测中的应用研究[D];华北电力大学;2019年
9 蒋家旭;基于自适应残差3D-CNN的高光谱图像跨域分类[D];内蒙古工业大学;2019年
10 张燕琪;基于聚类的高光谱图像压缩技术研究[D];重庆邮电大学;2019年
11 王金哲;融合可见光/高光谱和LiDAR数据的城市地物分类算法研究[D];哈尔滨工业大学;2019年
12 陈显军;基于空-谱协方差特征的高光谱图像流形降维方法[D];华南理工大学;2019年
13 马冠群;基于低秩约束的高光谱图像去噪算法研究[D];电子科技大学;2019年
14 李对对;基于机器学习的高光谱图像恢复算法研究[D];中国地质大学(北京);2019年
15 何志学;基于光谱空间KELM的高光谱图像特征提取研究[D];成都理工大学;2019年
16 林辉;基于深度学习的高光谱图像分类方法研究[D];沈阳航空航天大学;2019年
17 江鹏;基于深度学习的高光谱人脸图像识别[D];江西科技师范大学;2018年
18 朱成;基于联合贪婪算法的高光谱图像稀疏解混方法研究[D];南京航空航天大学;2019年
19 李晓迪;基于稀疏与低秩约束的高光谱遥感图像恢复方法研究[D];哈尔滨工业大学;2019年
20 祝琳;基于生成对抗网络的监督/半监督高光谱图像分类方法研究[D];哈尔滨工业大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978