典型文献
深度学习网络支持下的农房侵占耕地自动化监测
文献摘要：
近年来,违法占用耕地现象屡禁不止,如何利用人工智能等新一代信息技术,快速摸清农村乱占耕地建房底数,做到"早发现、早制止、严查处",是当前整治农村乱占耕地建房工作的研究难点之一.本文通过对高分辨率自然资源影像数据进行预处理,构建基于深度学习网络的自动化监测模型,应用模型进行预测并对输出结果进行GIS优化和空间叠加.试验结果表明,该方法可以快速监测出疑似侵占耕地的违法房屋,为坚守"耕地红线不突破"的底线提供了智能化技术选择,可服务于整治农村乱占耕地建房工作.
文献关键词：
自然资源监测;基本农田;深度学习;U-Net网络;高分遥感影像
中图分类号：
作者姓名：
高鸣;周鑫鑫;刘琦;杨光迪;吴长彬
作者机构：
南京师范大学地理科学学院,江苏 南京210046;南京师范大学虚拟地理环境教育部重点实验室,江苏 南京210046
文献出处：
引用格式：
[1]高鸣;周鑫鑫;刘琦;杨光迪;吴长彬-.深度学习网络支持下的农房侵占耕地自动化监测)[J].测绘通报,2022(03):47-53
A类：
B类：
深度学习网络,农房,侵占,自动化监测,屡禁不止,新一代信息技术,摸清,农村乱占耕地建房,底数,早发现,制止,严查,查处,影像数据,监测模型,应用模型,输出结果,空间叠加,快速监测,耕地红线,智能化技术,技术选择,自然资源监测,基本农田,Net,高分遥感影像
AB值：
0.339418
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。
