深度学习方法在松山湖地区地物分类中的应用

摘要：

高分一号(GF-1)遥感影像具有分辨率高、光谱信息丰富、纹理清晰等特征,利用GF-1影像研究地物识别具有重要的现实意义.本文以东莞市松山湖地区为研究区域,基于GF-1遥感影像数据,分别采用最大似然法、支持向量机、深度学习(随机森林)等方法对研究区的地物进行识别.实验结果表明:采用深度学习方法对地物分类的总精度为92.24％,Kappa系数为0.91,与最大似然法和支持向量机相比,基于深度学习方法的分类精度更高,分类结果更能体现土地实际利用情况.

关键词：深度学习、松山湖、地物分类、遥感、高分一号

所属期刊栏目：17

分类号：TN957.52;TP391.41

资助基金：2020年东莞市社会科技发展一般项目项目名称:基于深度学习的松山湖地区遥感地物识别研究:项目编号:2020507151803,2019年广东大学生科技培育专项资金"攀登计划"专项资金 项目名称:基于深度学习的高分遥感影像城市绿地提取研究:项目编号:pdjh2019b0623

在线出版日期：2021-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：21-25