基于集成学习算法的黄河中游采砂信息提取 |
| |
作者姓名: | 王守志 奚歌 张福坤 刘金玉 耿振云 詹昊 张云姣 |
| |
作者单位: | 中水北方勘测设计研究有限责任公司,天津 300222 |
| |
基金项目: | 河湖监管卫星遥感地图智能比对技术需求研究( JGZXSY2019-26) |
| |
摘 要: | 针对大范围快速监管黄河中游采砂情况以维护其生命健康的问题,提出了一种加权平均集成UNet算法和PSPNet算法,改进损失函数,并结合遥感影像特点合理设定参数的集成学习算法。通过利用算法训练得到的采砂信息提取模型对实地调查的5个采砂点进行了信息提取,结果显示:UNet算法提取的找全率(Recall)为79.87%,准确率(Precision)为15.80%,交并比(IoU)为16.75%;PSPNet算法提取的找全率(Recall)为57.57%,准确率(Precision)为27.79%,交并比(IoU)为31.17%;集成学习算法提取的找全率(Recall)为89.57%,准确率(Precision)为55.72%,交并比(IoU)为60.28%。因此,本文算法可以在一定程度上应用于河湖两侧采砂信息的提取,更好地辅助水利行业强监管的执行。
|
关 键 词: | UNet 算法 PSPNet 算法 改进损失函数 集成学习算法 采砂 |
收稿时间: | 2020-02-24 |
|
| 点击此处可从《水利水电技术》浏览原始摘要信息 |
|
点击此处可从《水利水电技术》下载全文 |