期刊专题

10.7522/j.issn.1000-694X.2021.00042

U-Net深度卷积神经网络在沙脊线提取中的应用

引用
沙丘形态演变过程记录着近地表风况与环境演化的历史,然而对其特征研究一直受限于大范围沙脊线提取效率低和成本高等问题.本文基于深度卷积神经网络搭建U-Net模型,实现批量、高精度沙脊线的提取.将数据增强技术、随机失活神经元、批标准化以及迁移学习技术应用于模型训练和参数更新,使得模型的精度更高.结果 表明:U-Net模型以及各种策略能够高效、精确地识别遥感影像中的沙脊线;沙脊线走向的偏移与近地表风况变化有着很好的对应关系,U-Net模型可以有效地用于区域性的沙脊线走向分析.

深度卷积神经网络;U-Net;沙脊线;近地表风况

41

P931.3(部门自然地理学)

国家自然科学基金项目;国家重点研发计划项目

2021-10-22(万方平台首次上网日期,不代表论文的发表时间)

共12页

21-32

相关文献
评论
暂无封面信息
查看本期封面目录

中国沙漠

1000-694X

62-1070/P

41

2021,41(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn