本文主要研究内容
作者曹留霞（2019）在《基于深度学习算法的绿地信息提取及应用研究》一文中研究指出：遥感影像所包含的信息丰富,如何利用遥感影像快速、准确地提取地类信息,是遥感技术应用的关键问题之一。绿地信息是城市规划、生态环境监测和治理所需的重要信息。利用遥感影像提取绿地信息时,传统算法的提取精度往往不能满足实际需要,且容易出现错分和漏分现象。随着遥感技术和计算机技术的快速发展,人工智能在遥感影像信息提取中的应用越来越广。如何利用人工智能技术快速、准确地从遥感影像中提取绿地信息,对于城市规划和生态环境监测具有重要的意义。本文基于深度学习算法,结合卷积神经网络的语义分割方法,开展了利用遥感影像进行绿地信息提取的研究。论文的主要研究内容及结论如下:(1)学习和总结了深度学习算法,对卷积神经网络中常用的语义分割算法进行了研究,对FCN、VGG、SegNet和U-Net模型进行探讨,对比分析这些模型的优缺点,为后续研究做准备。(2)论文利用VGG网络的结构,结合U-Net模型,构建了基于VGG结构的U-Net模型的深度学习算法。论文在分析常用的FCN、VGG、SegNet和U-Net模型优缺点的基础上,结合U-Net模型提取精度高且参数计算量低而VGG16模型有利于特征提取但是参数计算量较大的特点,对深度学习的语义分割算法进行改进,构建了基于VGG结构的U-Net模型的深度学习算法。论文将本文构建的模型和常用的FCN、SegNet、U-Net模型开展实验对比分析研究,实验结果表明:基于VGG结构的U-Net模型的绿地信息提取精度优于其它几个模型。(3)在对常用激活函数分析研究的基础上,结合TReLU和ReLU激活函数的优点,构建了针对VGG结构的U-Net模型的组合激活函数。该组合激活函数主要是通过交替使用TReLU和ReLU两个函数来使模型的非线性增强,并通过对参数调整来对负半轴非饱和区间进行控制,从而得到需要的激活值。实验结果表明,该组合激活函数优于其它的常用激活函数,该组合激活函数具有软饱和性及缓解梯度消失的特点,且对噪声也具有更好的鲁棒性。(4)论文采用TReLU和ReLU组合激活函数,结合基于VGG结构的U-Net模型的深度学习算法,用于绿地信息提取研究,构建了基于VGG结构的U-Net模型的绿地信息提取方法。论文对本文构建的绿地信息提取方法和传统的绿地信息提取方法开展了实例对比分析研究,实验结果表明:本文构建的基于VGG结构的U-Net模型的绿地信息提取方法的提取精度更高。
Abstract
yao gan ying xiang suo bao han de xin xi feng fu ,ru he li yong yao gan ying xiang kuai su 、zhun que de di qu de lei xin xi ,shi yao gan ji shu ying yong de guan jian wen ti zhi yi 。lu de xin xi shi cheng shi gui hua 、sheng tai huan jing jian ce he zhi li suo xu de chong yao xin xi 。li yong yao gan ying xiang di qu lu de xin xi shi ,chuan tong suan fa de di qu jing du wang wang bu neng man zu shi ji xu yao ,ju rong yi chu xian cuo fen he lou fen xian xiang 。sui zhao yao gan ji shu he ji suan ji ji shu de kuai su fa zhan ,ren gong zhi neng zai yao gan ying xiang xin xi di qu zhong de ying yong yue lai yue an 。ru he li yong ren gong zhi neng ji shu kuai su 、zhun que de cong yao gan ying xiang zhong di qu lu de xin xi ,dui yu cheng shi gui hua he sheng tai huan jing jian ce ju you chong yao de yi yi 。ben wen ji yu shen du xue xi suan fa ,jie ge juan ji shen jing wang lao de yu yi fen ge fang fa ,kai zhan le li yong yao gan ying xiang jin hang lu de xin xi di qu de yan jiu 。lun wen de zhu yao yan jiu nei rong ji jie lun ru xia :(1)xue xi he zong jie le shen du xue xi suan fa ,dui juan ji shen jing wang lao zhong chang yong de yu yi fen ge suan fa jin hang le yan jiu ,dui FCN、VGG、SegNethe U-Netmo xing jin hang tan tao ,dui bi fen xi zhe xie mo xing de you que dian ,wei hou xu yan jiu zuo zhun bei 。(2)lun wen li yong VGGwang lao de jie gou ,jie ge U-Netmo xing ,gou jian le ji yu VGGjie gou de U-Netmo xing de shen du xue xi suan fa 。lun wen zai fen xi chang yong de FCN、VGG、SegNethe U-Netmo xing you que dian de ji chu shang ,jie ge U-Netmo xing di qu jing du gao ju can shu ji suan liang di er VGG16mo xing you li yu te zheng di qu dan shi can shu ji suan liang jiao da de te dian ,dui shen du xue xi de yu yi fen ge suan fa jin hang gai jin ,gou jian le ji yu VGGjie gou de U-Netmo xing de shen du xue xi suan fa 。lun wen jiang ben wen gou jian de mo xing he chang yong de FCN、SegNet、U-Netmo xing kai zhan shi yan dui bi fen xi yan jiu ,shi yan jie guo biao ming :ji yu VGGjie gou de U-Netmo xing de lu de xin xi di qu jing du you yu ji ta ji ge mo xing 。(3)zai dui chang yong ji huo han shu fen xi yan jiu de ji chu shang ,jie ge TReLUhe ReLUji huo han shu de you dian ,gou jian le zhen dui VGGjie gou de U-Netmo xing de zu ge ji huo han shu 。gai zu ge ji huo han shu zhu yao shi tong guo jiao ti shi yong TReLUhe ReLUliang ge han shu lai shi mo xing de fei xian xing zeng jiang ,bing tong guo dui can shu diao zheng lai dui fu ban zhou fei bao he ou jian jin hang kong zhi ,cong er de dao xu yao de ji huo zhi 。shi yan jie guo biao ming ,gai zu ge ji huo han shu you yu ji ta de chang yong ji huo han shu ,gai zu ge ji huo han shu ju you ruan bao he xing ji huan jie ti du xiao shi de te dian ,ju dui zao sheng ye ju you geng hao de lu bang xing 。(4)lun wen cai yong TReLUhe ReLUzu ge ji huo han shu ,jie ge ji yu VGGjie gou de U-Netmo xing de shen du xue xi suan fa ,yong yu lu de xin xi di qu yan jiu ,gou jian le ji yu VGGjie gou de U-Netmo xing de lu de xin xi di qu fang fa 。lun wen dui ben wen gou jian de lu de xin xi di qu fang fa he chuan tong de lu de xin xi di qu fang fa kai zhan le shi li dui bi fen xi yan jiu ,shi yan jie guo biao ming :ben wen gou jian de ji yu VGGjie gou de U-Netmo xing de lu de xin xi di qu fang fa de di qu jing du geng gao 。
论文参考文献
论文详细介绍
论文作者分别是来自贵州大学的曹留霞，发表于刊物贵州大学2019-07-16论文，是一篇关于深度学习算法论文,激活函数论文,绿地信息论文,贵州大学2019-07-16论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自贵州大学2019-07-16论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：深度学习算法论文; 激活函数论文; 绿地信息论文; 贵州大学2019-07-16论文;