基于EfficientNet的滑坡遥感图像识别方法——以贵州省毕节市为例 |
| |
引用本文: | 李长冬,龙晶晶,刘勇,易书帆,冯鹏飞.基于EfficientNet的滑坡遥感图像识别方法——以贵州省毕节市为例[J].华南地质,2023(3):403-412. |
| |
作者姓名: | 李长冬 龙晶晶 刘勇 易书帆 冯鹏飞 |
| |
作者单位: | 1. 中国地质大学(武汉)工程学院;2. 中国地质大学(武汉)湖北巴东地质灾害国家野外科学观测研究站;3. 中国地质大学(武汉)机械与电子信息学院 |
| |
基金项目: | 国家自然科学基金重大项目(42090054); |
| |
摘 要: | 近年来,随着工程建设的快速发展,工程活动改变了边坡原始地质条件,导致滑坡灾害频繁发生,严重威胁人民的生命财产安全。因此,深入研究滑坡的快速、精确识别方法对于防灾减灾具有重要意义。本文提出一种基于EfficientNet高效网络提取滑坡深度特征的潜在滑坡识别方法,该方法通过寻找一组最优的复合系数从深度、宽度、分辨率三个维度对神经网络进行扩展,自适应地优化网络结构,并引入带动量的梯度下降算法(Stochastic Gradient Descent Momentum,SGDM)作为网络学习的优化器,充分考虑历史梯度的影响,在参数更新过程中不断调整当前梯度值,从而相应地调整参数的更新幅度,改善神经网络的学习效果,提取滑坡体的深层次特征。实验结果表明,EfficientNet模型在测试集上的平均准确度达到92.78%,可以高效准确地实时提取滑坡信息,对灾后的快速反应有指导意义。
|
关 键 词: | 滑坡识别 深度特征 EfficientNet 带动量的梯度下降算法(SGDM) |
|
| 点击此处可从《华南地质》浏览原始摘要信息 |
| 点击此处可从《华南地质》下载免费的PDF全文 |
|