文献类型：期刊文章

作　　者：陈磊士[1] 赵俊三[1] 董智文[2] 朱褀夫[1]

CHEN Lei-shi;ZHAO Jun-san;DONG Zhi-wen;ZHU Qi-fu(Faculty of Land and Resource Engineering,Kunming University of Science and Technology,Kunming 650093,China;Beijing Changdi Wanfang Technology Co.,Ltd.Foshan Branch,Foshan 528305,China)

机构地区：[1]昆明理工大学国土资源工程学院,云南昆明650500 [2]北京长地万方科技有限公司佛山分公司,广东佛山528305

出　　处：《软件导刊》

基　　金：国家自然科学基金项目(41761081)

年　　份：2018

卷　　号：17

期　　号：11

起止页码：177-180

语　　种：中文

收录情况：普通刊

摘　　要：为准确、高效地获取城市建设用地信息,利用目前应用广泛的深度学习技术对该领域的提取效果进行对比。选用曲靖市主城区作为研究区域,以Landsat8OLI_TIRS多光谱影像为原始数据,使用卷积神经网络和BP神经网络两种分类器对影像进行城市建设用地信息提取。使用对象个数、对象面积和地表覆被吻合度3项评价方法提取精度。结果表明,应用卷积神经网络模型的城市建设用地提取具有最高精度,其测试集精度依次达到了92.99%、94.78%和89.64%,均高于常用的BP神经网络。因此,基于卷积神经网络的多光谱影像建设用地提取方法是准确获取城市建设用地信息的一种可行方法,为滇中城市建设用地提取研究提供了参考。

关 键 词：深度学习  城市建设用地 卷积神经网络  遥感影像

分 类 号：TP317.4]