典型文献
基于UE-Net6的无人机遥感影像城市地表水提取方法
文献摘要：
针对利用高分辨率、背景复杂、波段少的无人机遥感影像提取城市地表水的方法少且提取精度不高等问题,采用深度学习法,构建了不同深度的U-Net网络模型(5、6、7层)提取城市地表水,对比发现U-Net6模型效果最优;同时,为避免神经元失活和模型过拟合现象,采用ELU代替ReLU并引入Dropout正则化对U-Net6网络进行改进,进而提出了一种以ELU为激活函数、网络层数为6的基于无人机遥感影像的城市地表水自动提取方法—UE-Net6方法,从而实现了复杂背景下水体信息的精确提取.为验证所提方法的优越性,试验选取同样的训练集与测试集,分别对经典U-Net、SegNet、FCN及UE-Net6模型进行对比试验.结果表明,UE-Net6方法的水体提取精度明显优于其他模型的提取精度.
文献关键词：
无人机遥感影像;水体提取;深度学习;激活函数;卷积神经网络
中图分类号：
作者姓名：
卞艳;宫雨生;马国鹏;华前程;李源
作者机构：
辽宁科技大学土木工程学院,辽宁鞍山114051;辽宁省有色地质103队有限责任公司,辽宁丹东118008;辽宁盛基建设基础工程有限公司,辽宁鞍山114051
文献出处：
引用格式：
[1]卞艳;宫雨生;马国鹏;华前程;李源-.基于UE-Net6的无人机遥感影像城市地表水提取方法)[J].水电能源科学,2022(05):26-29,155
A类：
Net6
B类：
UE,无人机遥感影像,城市地表水,水提取,波段,影像提取,不同深度,失活,过拟合,ELU,ReLU,Dropout,正则化,激活函数,网络层,层数,自动提取,复杂背景,水体信息,训练集,测试集,SegNet,FCN,水体提取
AB值：
0.245038
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。
