基于集成深度学习模型的耕地地块提取

文献类型： 中文期刊

第一作者： 程锐

作者： 程锐;魏妍冰;陆苗;吴文斌

作者机构：

关键词： 耕地地块;地块提取;卷积神经网络;Bagging抽样;集成学习

期刊名称： 中国农业资源与区划

ISSN： 1005-9121

年卷期： 2022 年 007 期

页码： 273-281

收录情况： 北大核心 ; CSCD ; CSSCI

摘要： [目的]耕地地块空间分布是农业生产管理和农业政策制定的重要基础信息。我国农业耕作方式和种植结构复杂，地块形状多样、均质性较低，基于Landsat影像的传统方法难以实现地块的准确提取。[方法]文章提出一种集成深度学习模型（Ensemble Deep Learning,EDL），可以在高分辨遥感影像中实现地块提取。首先通过随机可放回的Bagging抽样方法得到不同的训练集，然后将训练集用于多个卷积神经网络（FCN、PspNet、SegNet、Unet），逐像素计算相应的耕地边界概率，最后将概率图按照平均值进行集成，获得耕地地块边界，进而实现耕地地块的提取。[结果]该文提出EDL方法提取耕地地块的总体精度达到96%，相较于FCN、SegNet、Unet提升了1%，相较于PspNet提升了2%。相较于单个分类器，集成深度学习模型可以减小偏差，提高地块提取的准确率[结论]集成深度学习模型能够综合多个卷积神经网络的优点，提高分类精度，为耕地地块边界提取提供了新方法。

分类号： S127

  • 相关文献

[1]基于深度学习的遥感影像耕地地块边界提取应用. 马海荣. 2023

[2]时空协同的农业种植结构遥感精细制图. 张冬韵,吴田军,骆剑承,董文,孙营伟,杨颖频,海云瑞,孟博文,刘巍. 2024

[3]基于动态集成的黄瓜叶部病害识别方法. 王志彬,王开义,王书锋,王晓锋,潘守慧. 2017

[4]基于集成学习的南太平洋长鳍金枪鱼渔场预报模型研究. 侯娟,周为峰,樊伟,张衡. 2020

[5]基于颜色和纹理特征的玉米干旱识别. 岳焕然,李茂松,安江勇. 2018

[6]主动学习策略融合算法在高光谱图像分类中的应用. 崔颖,徐凯,陆忠军,刘述彬,王立国. 2018

[7]Stacking Learning在高光谱图像分类中的应用. 徐凯,崔颖. 2018

[8]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[9]基于高光谱与集成学习的单粒玉米种子水分检测模型. 吴静珠,张乐,李江波,刘翠玲,孙晓荣,余乐. 2022

[10]基于气象因素的玉米单产堆栈集成学习建模与预测. 李乾川,许世卫,张永恩,庄家煜,李灯华,刘保花,朱之洵,刘浩. 2024

[11]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[12]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[13]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[14]小样本卷积神经网络井震映射反演. 安振芳,张进,张建中,邢磊,黄忠来. 2020

[15]采用卷积神经网络构建西北太平洋柔鱼渔场预报模型. 朱浩朋,伍玉梅,唐峰华,靳少非,裴凯洋,崔雪森. 2020

[16]基于SVM和CNN组合模型的黄瓜病斑叶片检测与识别. 王浩,王建春,李凤菊,钱春阳,张雪飞,徐义鑫,吕雄杰,杜彦芳,宋斌. 2020

[17]基于轻量化卷积神经网络的改进模型与验证. 李润龙,王运圣,徐识溥,刘勇. 2020

[18]基于VGG-16卷积神经网络的海水养殖病害诊断. 李海涛,王腾,王印庚. 2020

[19]基于卷积神经网络的水稻纹枯病图像识别. 刘婷婷,王婷,胡林. 2019

[20]基于U-Net的甘蔗提取方法. 董秀春,蒋怡,王思,李宗南,王昕. 2019

作者其他论文 更多>>

微信小程序