典型文献
多时相遥感影像样本迁移模型与地表覆盖智能分类
文献摘要：
利用时间序列遥感影像重建过去几十年的地表覆盖是实现时空多维地理场景感知与动态建模的基础,但存档历史遥感影像分类面临样本选择难、多时相影像协同解译水平低的问题.研究提出了一种基于已有土地覆盖产品与对应遥感影像中几何及属性特征约束的样本时空迁移方法,将迁移获得的训练样本嵌入多时相地表覆盖分类框架,获得多期地表覆盖分类结果,实现历史时期地表环境的智能感知与动态制图.太湖流域多时相分类的结果表明,无监督样本迁移方法可以充分利用先验几何约束和光谱属性,从参考地表覆盖产品中快速获得可靠的训练样本,多时相分类精度均高于89％,满足大区域多时相地表覆盖的分类需求,为地理环境演变建模提供了有效支持.
文献关键词：
遥感影像分类;地表覆盖;迁移学习;聚类分析;变化检测
中图分类号：
作者姓名：
杜培军;林聪;陈宇;王欣;张伟;郭山川
作者机构：
南京大学地理与海洋科学学院,江苏南京210023;自然资源部国土卫星遥感应用重点实验室,江苏南京210023;中国矿业大学环境与测绘学院,江苏徐州221116;成都理工大学地质灾害防治与地质环境保护国家重点实验室,四川成都610059
文献出处：
引用格式：
[1]杜培军;林聪;陈宇;王欣;张伟;郭山川-.多时相遥感影像样本迁移模型与地表覆盖智能分类)[J].同济大学学报（自然科学版）,2022(07):955-966
A类：
动态制图
B类：
多时相遥感影像,像样,迁移模型,智能分类,影像重建,时空多维,地理场景,场景感知,动态建模,存档,遥感影像分类,样本选择,多时相影像,解译,土地覆盖,属性特征,特征约束,时空迁移,训练样本,地表覆盖分类,分类框架,多期,智能感知,太湖流域,无监督,先验,几何约束,分类精度,大区域,地理环境,环境演变,有效支持,迁移学习,变化检测
AB值：
0.411099
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
