基于集成学习算法的黄河中游采砂信息提取OA北大核心CSTPCD
Ensemble learning algorithm-based information extraction of sand-mining in Mid-Yellow River
针对大范围快速监管黄河中游采砂情况以维护其生命健康的问题,提出了一种加权平均集成UNet算法和PSPNet算法,改进损失函数,并结合遥感影像特点合理设定参数的集成学习算法.通过利用算法训练得到的采砂信息提取模型对实地调查的5个采砂点进行了信息提取,结果显示:UNet算法提取的找全率(Recall)为79.87％,准确率(Precision)为15.80％,交并比(IoU)为16.75％;PSPNet算法提取的找全率(Recall)为57.57％,…查看全部>>
王守志;奚歌;张福坤;刘金玉;耿振云;詹昊;张云姣
中水北方勘测设计研究有限责任公司,天津300222中水北方勘测设计研究有限责任公司,天津300222中水北方勘测设计研究有限责任公司,天津300222中水北方勘测设计研究有限责任公司,天津300222中水北方勘测设计研究有限责任公司,天津300222中水北方勘测设计研究有限责任公司,天津300222中水北方勘测设计研究有限责任公司,天津300222
水利科学
UNet算法PSPNet算法改进损失函数集成学习算法采砂
《水利水电技术》 2020 (12)
161-168,8
河湖监管卫星遥感地图智能比对技术需求研究(JGZXSY2019-26)