【摘 要】
：
城市植被作为城市生态系统中的重要组成部分,对其进行合理的规划与监测是必不可少的。高分辨率遥感图像的广泛应用使得能够低成本、短周期、高精度地提取城市植被信息。但高分辨率遥感图像在客观提升肉眼可辨识度的同时,引入了更为复杂的背景信息,因此传统的植被提取方法如目视解释法、传统机器学习方法的局限性愈发明显。目视解释法耗时长、成本高、自动化程度低,已无法满足生产的需求;传统机器学习方法虽然在植被提取的研究中
论文部分内容阅读
城市植被作为城市生态系统中的重要组成部分,对其进行合理的规划与监测是必不可少的。高分辨率遥感图像的广泛应用使得能够低成本、短周期、高精度地提取城市植被信息。但高分辨率遥感图像在客观提升肉眼可辨识度的同时,引入了更为复杂的背景信息,因此传统的植被提取方法如目视解释法、传统机器学习方法的局限性愈发明显。目视解释法耗时长、成本高、自动化程度低,已无法满足生产的需求;传统机器学习方法虽然在植被提取的研究中取得了一定的成效,但依靠低层级特征仍然满足不了高质量植被信息的提取。近年来,随着深度学习,特别是深度卷积神经网络在自然图像处理领域中的巨大成功,也促使其拓展到遥感图像的解析和处理上,推动了包括语义分割在内的高分辨率遥感图像相关任务的发展。本文基于卷积神经网络方法从城市高分辨率遥感图像中自动、快速、高效地提取植被信息,主要研究内容如下:（1）针对城市遥感图像中植被提取的类内相异和类间相似两大类问题,设计了一种多级输出融合的深监督方法,并将其引入UNet++网络中。多级输出融合深监督加强了细节特征信息的把控,对具有区分性和有效的特征进行学习,增强了模型的提取性能,提高了提取结果与真值标签的吻合度。（2）为解决深度语义分割网络模型应用于高分辨率遥感图像信息提取任务中存在的分割边界模糊不清、提取出的植被区域内有噪点问题,提出一种深度语义分割结合超像素分割的方法,进一步提升植被提取的精度。首先,深度语义分割部分采用剪枝的UNet++网络模型,减少参数量加快计算速度;其次,超像素分割部分采用融合纹理特征的SLIC超像素分割,能够对物体边界轮廓起到很好的分割效果;最后将深度语义分割模型预测图与超像素分割结果图进行有机融合,使用设计的投票算法对像素标签进行重分配,最后得到的植被提取结果图边界清晰且植被区域完整无噪点。（3）编程实现面向用户的城市高分辨率遥感图像植被提取系统,设计可视化界面方便用户操作。系统集成了本文使用到的所有植被提取模型与方法,高效地实现城市高分辨率遥感图像植被信息自动提取。系统还能提供多种算法植被提取效果的直观对比,满足用户提取植被区域、计算绿地率等需求。
其他文献
分布式计算通过将一个计算任务分解成许多小的部分,分配给多台计算机处理,能够提高计算效率。已有研究发现,分布式计算中,数据交换耗费的时间占总体执行时间相当大的一部分,因此人们将编码引入分布式计算,以降低通信负载。有研究表明,实现最优通信负载的编码分布式计算方案,需要大量的输入文件和输出函数,难以在实际中应用。所以,如何减少输入文件和输出函数的数量,同时保证较低的通信负载,是一个需要解决且充满挑战的研
探明氨基酸叶面肥对黄化茶树夏秋茶产量和品质的影响，为黄化茶树夏秋茶提质增产提供技术支撑。以黄化茶树品种‘中黄3号’为试材，设置不施叶面肥（CK）、喷施氨基酸水溶性叶面肥（氨基酸≥100 g/L、锌≥10 g/L、硼≥100 g/L,T1）、喷施活性氨基酸叶面肥（氨基酸≥100 g/L、有机质≥130 g/L、锌+硼≥100 g/L,T2）、喷施茶树叶面肥（氨基酸≥100 g/L、锌+硼≥100 g
目的：调查医院神经内科中成药应用情况，统计不合理用药情况，并制定管理对策。方法：调查医院神经内科中成药应用情况，包括中成药种类、使用不规范情况，分析原因并制定针对性管理对策。结果：2020年医院神经内科715例患者共开具1 538张中成药处方，其中使用频率最高的前10种药物分别是丹参川芎嗪注射液、枣仁安神颗粒、脑心通胶囊、丹红注射液、天麻素注射液、参麦注射液、七叶神安片、舒血宁注射液、百乐眠胶囊。
目的:探讨人本位整体护理用于新生儿病房护理管理的效果。方法:医院从2018年1月起在新生儿病房护理管理中实行人本位整体护理管理,随机选取2017年新生儿科收治的100例住院患儿为实施前,实行传统护理管理;选取2018年的100例住院患儿为实施后,实行人本位整体护理,比较实施前后护理人员的专业理论和护理技能考核水平、护理缺陷发生率及患儿家属对护理工作的满意度。结果:护理人员的新生儿科知识及实践技能考
目的:探讨分析内科中构建优质护理管理模式的意义。方法:选择2016~2017年在医院就诊的100例患者,经过医院的伦理审核通过,患者签写知情同意书,随机分为两组。对照组采用常规护理管理模式,观察组为通过建立护理绩效考核小组,构建优质护理管理的新型管理模式。比较两组患者对护理质量的评分,统计患者对护理工作的满意度和护士对自身工作的满意度。结果:观察组患者对危重护理、基础护理、病房管理、护理安全等评分
尽管机器学习技术降低了方面级情感分类对情感词典的依赖,但是它提取深层的上下文关系特征的能力仍不够。近年来快速发展的深度学习技术解决了这个问题,它不依赖于人工提取特征,且通过端到端的训练学习挖掘到了更深层次的语义。方面级情感分类对语义理解有极高的要求,挖掘文本的深层次语义有利于提高细粒度情感分类的准确率,其中依存句法结构信息至关重要。因此,通过深度学习技术,有效利用依存句法信息,来挖掘深层次语义信息
目的:探讨孕期免疫激活子代Balb/c小鼠哮喘慢性发作对其认知社交行为的影响及能的相关机制。方法:选用健康母孕Balb/c小鼠,随机分为孕期免疫激活组（A组,n=6只）、对照组（B组,n=3只）。A组:于孕早、中、晚期腹腔注射OVA+Alum溶液致敏。B组:于相同时间予等量生理盐水腹腔注射。随后将A组子代鼠随机分为哮喘慢性持续组（C组,n=10只）、孕对照组（D组,n=10只）。将B组子代鼠随机挑
目的:目前已有大量实验证明右美托咪定治疗脓毒症有确切疗效,但其作用机理复杂,尚未阐明,其有效性、安全性需深入认证。故本课题旨在采用网络药理学及分子对接验证的办法,梳理并分析右美托咪定治疗脓毒症的关键靶点与信号通路,探讨右美托咪定治疗脓毒症的潜在作用机制,为后续实验研究提供理论依据和研究基础。方法:首先,从Drugbank、PubChem、STITCH、Pharm Mapper数据库检索药物关键词“
法律智能,旨在应用人工智能技术赋予机器理解法律文本数据的能力,以帮助解决法律领域的各项难题,是自然语言处理的重要应用场景之一。文本问答,旨在构建能够回答自然语言形式问题的系统,是自然语言处理领域内最具难度的挑战之一。法律文本问答,又称法律问答,是法律智能中的一个典型应用,同时也是现实中法律咨询的一个重要组成部分。一个好的法律问答系统能够为许多人带来极大的便利,因此具有重大的研究价值。近年来,随着以
目的:通过比较新型口服抗凝药（New Oral Anticoagulants,NOACs）包括阿哌沙班、利伐沙班、达比加群与传统口服抗凝药在老年衰弱合并非瓣膜性房颤患者中抗凝作用的优缺点,评价该类药物在这一特殊人群中的疗效及安全性。方法:通过系统全面检索以PubMed、Cochrane图书馆、Embase及Scopus为代表的英文数据库,以及中国知网、万方医学库、CBM中国生物医学库为代表的中文数