共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
城市遥感影像语义模型 总被引:2,自引:0,他引:2
在快速的城市化进程中,遥感技术可以为城市土地利用变化提供直观、准确、同步的资料.在应用城市遥感影像的过程中,根据城市的社会、经济及自然环境特征,按照城市用地类型的分类建立不同功能区的模型,最终结合起来,组成整个城市的遥感影像判读应用语义模型,使在目视判读中所积累的知识应用到计算机的自动判读过程中,以提高遥感技术在城市领域的应用精度与效率. 相似文献
3.
传统的遥感影像数据库采用关键词匹配的方式进行查询,导致查询语义的缺失,通过将本体和Compass搜索引擎引入到遥感影像数据检索,可提高查询的查全率和查准率,提高查询的效果。文章提出了基于语义的遥感影像数据检索解决方案,构建了一个关于遥感数据共享的应用本体,并基于此本体初步实现了遥感数据检索系统,从而证明了该方案的可行性。 相似文献
4.
为了从遥感数据中有效地获得所需要的信息和充分发挥目视判读与计算机自动处理的优势,以探索扩展遥感图象智能化判读与影像理解的理论与方法的新途径,在分析和总结目前遥感影像判读方法的基础上,尝试从城市遥感影像的语义单元的角度,分析不同级别的语义单元特征,给出了一些基本概念的定义,并初步探讨了基于语义单元的遥感影像判读理论的研究内容及其方法. 相似文献
5.
6.
7.
基于RDF构建语义化本体模型 总被引:2,自引:0,他引:2
文中阐述了语义化WEB服务对领域本体模型及其本体语义化表述需求,通过分析RDF的语义化特点后指出,基于RDF可较好地实现语义化WEB服务领域本体模型。并通过实例给予了说明。 相似文献
8.
自然灾害种类繁多, 通过遥感影像语义分割相对比较困难. 为了能够更好实现遥感影像分割, 本文提出一种基于生成对抗网络的3层遥感影像语义分割模型, 针对不同场景的解析, 基于全卷积神经网络FCN, 设计一种多层次的遥感语义分割框架. 有效对遥感图像语义分割进行处理, 从而提高了模型的分割精度. 实验表明利用这种模型是有效的, 特别是受损建筑的分割结果, mIoU为82.28%, 通过该模型与其他网络模型进行对比, 其性能评价指标明显优于其他网络模型. 最后, 通过对自然灾害各种场景影像进行分析, 为应急管理部门提供一份可靠的数据报告. 相似文献
9.
高分辨率遥感影像含有丰富的地理信息.目前基于传统神经网络的语义分割模型不能够对遥感影像中小物体进行更高维度的特征提取,导致分割错误率较高.本文提出一种基于编码与解码结构特征连接的方法,对DeconvNet网络模型进行改进.模型在编码时,通过记录池化索引的位置并应用于上池化中,能够保留空间结构信息;在解码时,利用编码与解码对应特征层连接的方式使模型有效地进行特征提取.在模型训练时,使用设计的预训练模型,可以有效地扩充数据,来解决模型的过拟合问题.实验结果表明,在对优化器、学习率和损失函数适当调整的基础上,使用扩充后的数据集进行训练,对遥感影像验证集的分割精确度达到95%左右,相对于DeconvNet和UNet网络模型分割精确度有显著提升. 相似文献
10.
遥感影像语义分割在环境监测、土地覆盖分类和城市规划等领域发挥着至关重要的作用. 卷积神经网络及其改进模型是遥感影像语义分割的主流方法, 但此类方法更加关注局部上下文特征的学习, 无法有效建模不同物体之间的全局分布关系, 进而制约了模型的分割性能. 为了解决该问题, 本文在卷积神经网络的基础上, 构建了全局语义关系学习模块, 充分学习不同物体之间的共生关系, 有效地增强了模型的表征能力. 此外, 考虑到同一场景中, 待分割物体的尺度存在差异性, 构建了多尺度关系学习模块, 以融合不同尺度的全局语义关系. 为了评估模型的性能, 本文在Vaihingen和Potsdam两个常用的遥感影像数据集上进行了充分的实验. 实验结果表明, 本文方法能够获得比已有的基于卷积神经网络的模型更高的分割性能. 相似文献
12.
语义相似度和相关度计算广泛应用于自然语言处理中,已有大量语义相似度和相关度算法被提出。分析总结了树和图结构中影响概念相似度或相关度的因素,综述了基于本体的英文语义相似度和相关度计算方法,明确了语义相似度和相关度的区别与联系,系统地对算法进行了分类,最后对每类算法进行了详细的比较。 相似文献
13.
摘要:为了实现企业本体的重用、整合、演化和通信,研究了本体的语义内涵和语义距离,包括语义的差异性、共性和综合性;提出一种语义贴近度算法,并通过定量计算获得不同本体的语义贴近度,提供了面向本体应用的决策依据;最后通过一个实例给出企业本体中两个概念的贴近度计算方法,表明了该语义贴近度算法的实用性和有效性。 相似文献
14.
15.
网络图像语义自动标注是实现对互联网中海量图像管理和检索的有效途径,而自动有效地挖掘图像语义是实现自动语义标注的关键。网络图像的语义蕴含于图像自身,但更多的在于对图像语义起不同作用的各种描述文本,而且随着图像和描述知识的变化,描述文本所描述的图像语义也随之变化。提出了一种基于领域本体和不同描述文本语义权重的自适应学习的语义自动标注方法,该方法从图像的文本特征出发考查它们对图像语义的影响,先通过本体进行有效的语义快速发现与语义扩展,再利用一种加权回归模型对图像语义在其不同类型描述文本上的分布进行自适应的建模,进而实现对网络图像的语义标注。在真实的Wcb数据环境中进行的实验中,该方法的有效性得到了验证。 相似文献
16.
一种基于本体概念语义距离的服务相似度度量方法 总被引:2,自引:0,他引:2
随着语义Web服务及语义网格服务应用的不断深入,对服务资源的需求日益增长,服务匹配在服务发现和服务组合研究中的地位也日渐重要.在服务使用OWL-S描述的前提下,服务匹配通常认为是本体概念的匹配,概念匹配的目的是发现概念间的语义相似度.概念的语义相似度不但与概念间的距离有关系,而且还受概念在本体中层次深度的影响.综合考虑这两个因素,提出了一种基于语义距离的概念相似度度量方法,给出了语义距离的定义,明确了语义距离与语义相似度的关系.最后,通过与其他方法的实验比较,验证了该方法的有效性. 相似文献
17.
18.
19.