深度卷积神经网络支持下的遥感影像飞机检测     

谢梦  刘伟  杨梦圆  柴琪  吉莉 《测绘通报》2019,(6):19-23

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题，本文提出了一种优化的YOLOv3算法。首先使用K-means算法计算出与数据集相适用的锚框；其次将扩张卷积引入到YOLOv3网络，用来增强网络高层的感受野，改善小目标的检测效果；然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积，可减少计算量，从而得到一种新型卷积神经网络结构；最后在数据集上进行对比试验。结果表明，优化的YOLOv3算法能够检测出更多目标，降低漏检率，相比于YOLOv3算法，其召回率提高11.86%，F1-score提高2.99%。  相似文献   

一种基于GA-BP-MC神经网络的高铁桥墩沉降预测模型     

冯绍权  花向红  陶武勇  宣伟  吴伟  续东 《测绘通报》2019,(7):50-53,82

提出一种基于马尔科夫链修正的遗传BP神经网络预测模型（GA-BP-MC），利用遗传算法的全局寻优能力初始化BP神经网络权值和阈值，初步建立GA-BP神经网络预测模型，结合马尔科夫链的无后效性修正模型预测值，形成高精度GA-BP-MC神经网络变形预测模型。结合高铁桥墩沉降数据，分别与BP神经网络、GA-BP神经网络预测模型进行对比，结果表明，该预测模型精度最高。  相似文献   

联合像元-深度-对象特征的遥感图像城市变化检测     

赵生银  安如  朱美如 《测绘学报》2019,48(11):1452-1463

特征空间的构建和优化对遥感图像识别能力的提高具有重要作用。针对面向对象方法对波段光谱信息利用不足,以及像元识别法无法充分利用图像空间几何等信息的问题,本文建立了新颖的联合像素级和对象级特征的航摄遥感图像城市变化检测方法。首先,充分利用像素级和对象级特征的优势,建立考虑光谱、指数、纹理、几何、表面高度及神经网络深度特征的特征空间;然后,引入LightGBM(light gradient boosting machine)算法对大量特征进行选择研究;最后,采用随机森林识别器对宜兴市2012年和2015年两期遥感图像进行识别,利用变化矩阵进行城市的变化检测。结果表明:联合像元、深度、对象特征和LightGBM特征选择算法的识别效果最好,平均的总体识别精度达到了88.50%,Kappa系数达到0.86,比基于像元、深度或对象特征的识别方法分别提高了10.50%、15.00%和4.00%;城市变化检测精度达到了87.50%。因此,本文方法是利用甚高分辨率航摄遥感图像进行城市变化的检测的有效方法。  相似文献   

基于Multi-CNN空间特征提取的高光谱遥感影像分类     

宋海峰  杨巍巍 《测绘工程》2019,28(6)

  相似文献   

径向基函数神经网络用于小比例尺道路网选取     

袁林辉  刘凯  刘佩  沈婕  马劲松 《测绘科学》2019,44(3):8-14,20

针对小比例尺道路网专题数据少、语义信息缺乏的特点,该文根据小比例尺道路网已有的语义几何属性和拓扑结构,构建一系列参数作为选取依据。将道路网选取抽象为分类问题,提出一种使用径向基函数神经网络和多参数进行道路网选取的方法。相比时下较常用的反向传播神经网络,径向基函数神经网络具有更高效的学习性能。利用径向基函数神经网络的非线性映射能力,对样本进行训练和验证,并选择不同结构类型(放射式、格网式和自由式)的道路网进行选取实验。结果表明,该方法在小比例尺道路网选取研究中具有可行性,且在自动获取选取参数的同时提高了选取精度。  相似文献   

一种卷积神经网络的地图图片智能识别方法     

崔腾腾  刘纪平  罗安 《测绘科学》2019,44(1):118-123

针对网络中的地图图片目前难以快速搜寻并对其进行有效标引这一问题,该文提出了使用深网搜索引擎持续获取网络图片,在标记样本较少的情况下,采用基于主动学习的样本扩容算法、基于卷积神经网络的网络地图图片自动语义标引方法,能快速、有效地识别网络中的地图图片,对地图图片的识别精度达到了93.64%,克服了采用人工方式获取样本和图片识别过于耗时费力的困难,有效解决了稀少样本下网络地图图片的智能提取难题,可为地理信息挖掘、问题地图监管等提供有效保障。  相似文献   

粒子群算法优化的神经网络短期钟差预报     

陈希鸣  黄张裕  秦洁  刘仁志 《测绘科学》2019,44(9):7-12

针对导航卫星钟差短期预报精度上的不足,该文提出了一种基于粒子群算法优化的BP神经网络钟差预报模型,通过粒子群算法来对BP神经网络的权值和阈值进行优化,利用IGS的钟差数据进行实验,并与灰色GM(1,1)模型、二次多项式模型和BP神经网络模型的预报结果进行对比分析。结果表明,粒子群优化算法的BP神经网络模型钟差预报效果良好,3h预报精度能够达到0.3ns,体现了本文钟差预报模型的实用性。  相似文献   

一种基于灰色神经网络的卫星钟差预报策略     

闵扬海  王潜心  丛丽娟 《测绘科学》2019,44(8):190-198

针对钟差预报中灰色神经网络模型种类较多、性质和适用范围尚未具体分析的问题,根据其预报特点,该文提出了一种基于灰色神经网络的自适应钟差预报策略。基于MGEX精密钟差数据进行预报实验,采用不同建模钟差数据量进行相同时间段钟差预报,对3种不同的灰色神经网络模型钟差预报效果进行对比,总结了几种预报模型的性质与适用范围。该文提出的自适应预报策略较好地平衡了几种灰色神经网络模型的特点,提升了钟差预报效果。基于该文策略的实验结果表明:所提策略能够有效利用不同灰色神经网络模型特点,提高钟差预报精度。在1d预报中,该策略较本文提及的其他可靠方法精度提升1%～3%;6h预报中,该策略较较灰色模型等精度提高0.02～0.09ns。  相似文献   

利用深度学习模型进行城市内涝影响分析          下载免费PDF全文

潘银  邵振峰  程涛  贺蔚 《武汉大学学报(信息科学版)》2019,44(1):132-138

城市内涝是当前典型的一类城市自然灾害，影响着居民的生活质量。以城市内涝点作为研究对象，综合考虑内涝对城市居民工作和生活等方面造成的影响，筛选出与影响程度相关的21类空间数据。同时，基于深度学习原理构建栈式自编码神经网络模型，结合层次分析法获取的内涝点影响程度标签，剖析21类空间数据与内涝点对居民工作生活影响程度的关系，实现城市内涝对居民工作和生活影响的定量分析。实验表明，栈式自编码神经网络模型能准确地描述内涝点周围的系列空间数据与内涝影响程度之间的关系，可有效预测潜在内涝点对居民工作和生活的影响程度大小，可用于城市防洪排涝方案的制定和排水管网的优化设计。  相似文献   

利用卷积神经网络进行绝缘子自动定位          下载免费PDF全文

彭向阳  刘洋  王柯  张泊宇  钱金菊  陈驰  杨必胜 《武汉大学学报(信息科学版)》2019,44(4):563-569

提出一种基于二值化赋范梯度特征和卷积神经网络的航空影像绝缘子自动定位方法。首先利用二值化赋范梯度分类器提取绝缘子候选窗口，而后利用卷积神经网络算法进行精细识别，获得包含绝缘子目标的窗口集，最后对高重叠度窗口集进行加权迭代合并得到最终绝缘子定位结果。采用广东电网大型无人机实际线路巡检获取的可见光影像对自动定位算法进行验证，实验结果表明，在复杂背景下绝缘子整体回调率为90.5%，定位精度为92%，证明该方法能够对复杂背景下可见光影像中的绝缘子进行有效识别定位，且算法通用性较强，可适应不同背景的可见光影像。  相似文献