典型文献
基于深度学习的岩体遥感智能解译模型研究——以黑龙江省苇河镇、亚布力镇、绥阳镇地区为例
文献摘要：
在东北地区选取试验区,对比多种分类模型,提出一种基于多源多模态数据和多流CNN的岩体分类模型.其中包括两个子模型:一是基于大尺度邻域和深度卷积神经网络的岩体提取模型;二是基于波段组合和多模态数据的多流CNN融合模型.研究结果表明,预测结果图整体区域预测分布正确,总体精度评价指标达到84.4％,具有智能化程度高、客观性强的特点,能够为地质工作者提供辅助决策依据.此外,还采用迁移学习策略对样本数量进行扩容,解决了CNN模型小样本问题.
文献关键词：
深度学习;智能解译;遥感地质;岩体分类模型;评价预测;黑龙江省
中图分类号：
作者姓名：
李雨柯;赵院冬;陈伟涛;李显巨;韩科胤;曹会;温秋园;王群
作者机构：
中国地质调查局牡丹江自然资源综合调查中心,黑龙江牡丹江157000;中国地质大学计算机学院,湖北武汉430074
文献出处：
引用格式：
[1]李雨柯;赵院冬;陈伟涛;李显巨;韩科胤;曹会;温秋园;王群-.基于深度学习的岩体遥感智能解译模型研究——以黑龙江省苇河镇、亚布力镇、绥阳镇地区为例)[J].地质与资源,2022(06):790-797
A类：
岩体分类模型
B类：
遥感智能解译,黑龙江省,苇河,亚布力,绥阳,试验区,多模态数据,子模型,大尺度,邻域,深度卷积神经网络,提取模型,波段组合,融合模型,域预测,总体精度,精度评价,标达,地质工作,辅助决策,决策依据,迁移学习策略,样本数量,扩容,小样本问题,遥感地质,评价预测
AB值：
0.399534
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。
