排序方式: 共有28条查询结果,搜索用时 15 毫秒
11.
随着深度学习技术的发展,对高分辨率影像的分类已成为当前研究的热点,矿区地物分类更是矿区生态发展研究的重要问题。由于深度学习可以通过提取大量的历史影像数据规律及特征,对影像数据进行自动识别与分类,本研究将采用U-Net网络模型开展高分辨率露天矿区地物类型分类研究。采用高分二号遥感影像数据,勾画样本数据集提取样本数据特征,进行分类模型的训练,对矿区测试集进行测试,探讨深度学习在高分遥感影像上的自动识别能力。结果表明,U-Net模型对露天矿区地物识别的精确率(Precision)、召回率(Recall)、F1分数(F1-score)值分别达到0.86、0.82、0.84,均高于最大似然法、随机森林算法和支持向量机。基于深度学习中的U-Net网络模型可以对露天矿区地物类型进行有效的自动识别,可以为高分露天矿区遥感影像数据的地物分类提供技术支撑,有效实现了露天矿各地物自动识别与分类的能力。本文研究成果可以用于AI在露天矿区遥感分类方面的应用以及对矿区生态环境的监测与修复。 相似文献
12.
13.
高光谱遥感岩矿识别的研究进展 总被引:3,自引:0,他引:3
分析与综述了当前高光谱遥感岩矿识别研究的进展。论述了岩矿光谱特征的作用机理以及岩矿光谱的特征测量与分析方法。归纳和总结了目前以及未来几年可用于岩矿识别的高光谱遥感探测器件和仪器的特点。对基于光谱吸收特征、完全波形匹配和混合像元分解的3类岩矿识别方法进行了归纳与对比,重点介绍了近年来这类技术的重要成果以及研究热点。最后,从理论、数据、方法以及应用4个方面对当前高光谱遥感岩矿识别面临的主要问题和发展趋势进行了剖析。作者认为,高光谱遥感岩矿识别的整体发展趋势为定性识别向定量化分析发展,在此发展过程中,混合光谱模型的建立与解混、面向岩矿识别的新型高光谱传感器的研制、岩矿信息提取的智能化以及复杂地质环境下的岩矿识别将成为研究的主要方向。 相似文献
14.
我厂在推行“大四稳”操作经验中,为稳定熔窖液面,采用了共窑双位玻璃液面自动控制仪。这种控制仪的原理、线路如图1和图2所示。图1中的线路,由一双三极管6Н1П、二个直流继电器РП_1、РП_2 和二根白金针ПС_1、ПС_2组成。当液面达到要求高度时,由于高温(>1200℃)玻璃液的导电,使6Н1П之阴极和栅极短接。正半波电子管线路接通,直流继 相似文献
15.
16.
17.
18.
19.
20.
矿山生态环境监测与治理是国家生态文明建设和“双碳”目标下的重中之重,其信息化、智能化建设在新一代信息技术革命的助推下成为数字中国建设的重要一环,也是当下时代发展的必然趋势。然而,现有矿山生态环境监测系统仍然停留在单一专题、要素不全、基础量测、本地管理的初级阶段,无法满足现实环境中对矿山生态环境多要素、长时序、高频次监测与分析的需求。基于此,提出一种B/S架构下的矿山生态环境定量遥感监测与智能分析系统——矿山生态天眼,并详细介绍了其研发需求、技术架构、关键技术及核心功能。系统依托卫星遥感技术及其他监测手段,获取并聚合不同来源、信息丰富的矿山生态大数据,形成矿山分布一张图和数据资源服务;进而基于定量遥感反演矿山生态环境各生态参数,形成一套长时序、多要素的矿山生态监测产品,涵盖人类活动、自然地理条件和“植-土-水-气”各生态要素;在此基础上,系统提供GIS时空分析、统计分析及综合定量评价等工具集,分别实现对矿区土地利用、归一化植被指数(NDVI)等参数伴随采矿活动在空间上的变化监测,对土壤含水量、水体悬浮物浓度等生态要素历史统计值在不同时空位置和区域下的查询与可视化,对顾及多项生态因子的矿山... 相似文献