收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络的遥感影像农作物分类方法研究

徐安建  
【摘要】:利用遥感影像进行农作物分类是进行农作物种植面积统计及粮食估产的重要技术方法。传统的遥感影像分类方法如基于单个像素的分类方法、面向对象的分类方法等,一般是基于有限的光谱信息或者由人工设计并提取的特征信息,然而,这些特征信息并不一定是最有利于区分农作物类别的信息。到目前为止,在我国的小农作业模式下,还没有一种能够自动进行特征提取并精细分类的方法。一种高效鲁棒的农作物分类方法,尤其是针对我国小农模式下的破碎地块,目前仍然是急需的算法。现今流行的深度学习方法,能够通过梯度下降法求取大量的参数来拟合一个复杂的目标函数,自动提取层级特征,在计算机视觉、自然语言处理、语音识别等领域都取得了突出的成绩。对于农作物分类问题,目前深度学习还没有系统的应用。所以本文尝试使用深度学习中的卷积神经网络方法来解决农作物分类问题,寻找特定的模型,提取多时相多光谱遥感影像中的时空特征信息。本文首先使用普通的二维卷积神经网络进行农作物分类,分析比较卷积神经网络方法在不同时相影像的农作物分类能力,并与支持向量机、最近邻分类、主成分分析、面向对象分类等方法进行比较,使用多时相遥感影像的卷积神经网络方法具有最高精度。为了证明卷积神经网络能够提取利于区分农作物类别的潜在特征,将多时相的植被指数数据输入到卷积神经网络中,分类精度低于原始数据,另外联合原始影像数据与植被指数作为卷积神经网络输入时,也未能显著提高分类精度,证明了卷积神经网络自动抽取的特征具有高度抽象性、概括性。针对2D卷积在处理时序影像上的缺陷,本文进一步提出基于3D卷积神经网络的农作物分类方法,在多时相多光谱遥感影像上提取反映农作物生长趋势变化的时空特征。实验表明3D卷积神经网络对于多时相多光谱遥感影像农作物分类具有一定的优势。一般情况下,深度学习方法在训练的时候都需要大量的样本,鉴于遥感影像农作物类别样本获取的成本较高,本文提出结合主动学习的方法,在增加少量有标签训练样本的情况下,可以大幅提高分类精度。


知网文化
【相似文献】
中国期刊全文数据库 前13条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
3 王方;苗放;陈垦;;基于优化神经网络的地质灾害监测预警仿真[J];计算机仿真;2019年11期
4 马猛;王明红;;基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J];轻工机械;2019年06期
5 庄连生;吕扬;杨健;李厚强;;时频联合长时循环神经网络[J];计算机研究与发展;2019年12期
6 李杰;孙仁诚;;几种典型卷积神经网络的权重分析与研究[J];青岛大学学报(自然科学版);2019年04期
7 岳新;杜玉红;蔡文超;;基于GA-BP神经网络异纤分拣机检测参数优化[J];棉纺织技术;2020年01期
8 赵伟荣;李慧;;基于集成神经网络的织物主观风格预测研究[J];纺织科技进展;2020年01期
9 李金堂;;试析神经网络技术在机械工程中的应用及发展[J];网络安全技术与应用;2020年02期
10 张振;许少华;;一种深度小波过程神经网络及在时变信号分类中的应用[J];软件;2020年02期
11 李金峰;刘云鹤;;不同结构深度神经网络的时间域航空电磁数据成像性能分析[J];世界地质;2020年01期
12 李健;刘海滨;胡笛;;基于生成对抗网络和深度神经网络的武器系统效能评估[J];计算机应用与软件;2020年02期
13 叶凯强;高洪;时培成;;基于循环神经网络的双轴打捆机智能换挡策略研究[J];安徽工程大学学报;2020年01期
中国重要会议论文全文数据库 前10条
1 张子腾;梁烨;胡启鹏;张梦隆;陈智慧;;基于迁移卷积神经网络的脑功能连接分类[A];创新发展与情报服务[C];2019年
2 朱利明;路达;陈占毅;李方明;;基于BP-RBF神经网络的深基坑邻近建筑物沉降势预测[A];土木工程新材料、新技术及其工程应用交流会论文集(下册)[C];2019年
3 郝佳恺;赵广怀;高鹏;牛海洋;郝毅;;可变嵌套深度神经网络自动训练方法[A];全国第四届“智能电网”会议论文集[C];2019年
4 徐小天;李敏;孙跃;高冉馨;;深度神经网络的攻击与防御技术研究[A];第三届智能电网会议论文集——智能用电[C];2019年
5 周浩;戴国忠;;基于神经网络的指挥信息系统体系贡献度分析[A];2019第七届中国指挥控制大会论文集[C];2019年
6 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
7 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
9 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
10 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 刘梦云;基于视觉的室内场景识别及其在多源融合定位中的应用[D];武汉大学;2019年
2 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
3 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
4 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
5 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
6 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
7 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
8 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
9 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
10 张马路;Spiking机器学习算法研究[D];电子科技大学;2019年
中国硕士学位论文全文数据库 前10条
1 胡小南;基于深度学习的长途客车乘客大数据处理及分析研究[D];东北大学;2016年
2 万晶;基于深度神经网络的加密流量分类[D];武汉大学;2019年
3 汤倩;基于Cauchy Born准则和神经网络的应力计算[D];武汉大学;2019年
4 牛菲菲;基于词向量表示和卷积神经网络的微博情感分类研究[D];武汉大学;2017年
5 陆璐;基于卷积神经网络的声学场景分类[D];武汉大学;2017年
6 徐安建;基于卷积神经网络的遥感影像农作物分类方法研究[D];武汉大学;2017年
7 岑忠培;随机金融价格深度学习预测模型与统计分析[D];北京交通大学;2019年
8 蒋鹏;民航繁忙干线机票最低价格预测方法研究[D];北京交通大学;2019年
9 陶然;避免排队回流的城市交通拥堵控制研究[D];上海交通大学;2018年
10 曾豪;基于LSTM的环境污染时间序列预测模型的研究[D];华中科技大学;2019年
中国重要报纸全文数据库 前10条
1 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
2 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
3 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
4 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
5 ;神经网络小史[N];电子报;2018年
6 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 张斌;谁还需要“同传”[N];文汇报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978