风景园林2023，Vol.30Issue(7)：22-28,7.DOI:10.12409/j.fjyl.202302040045
基于深度学习的水体生境图像分类与质量评价——以长三角一体化先行启动区为例
Water Habitat Image Classification and Quality Evaluation Based on Deep Learning:A Case Study of the Pilot Zone of the Yangtze River Delta Integration Area
摘要
关键词
风景园林/人工智能/水体生境/计算机视觉/深度学习/图像分类/卷积神经网络/长三角Key words
landscape architecture/artificial intelligence/water habitat/computer vision/deep learning/image classification/convolutional neural network(CNN)/the Yangtze River Delta分类
建筑与水利引用本文复制引用
汪洁琼,江卉卿,王敏..基于深度学习的水体生境图像分类与质量评价——以长三角一体化先行启动区为例[J].风景园林,2023,30(7):22-28,7.基金项目
国家自然科学基金"基于多重价值协同的城市绿地空间格局优化机制:以上海大都市圈为例"(编号52178053) （编号52178053）
上海市2023年度"科技创新行动计划"软科学研究项目"公园城市目标下上海城市公园生态数字孪生技术创新与精细化管控策略"(编号23692106200) （编号23692106200）
自然资源部大都市区国土空间生态修复工程技术创新中心开放性项目"长三角一体化示范区水网复合生境质量智能评价及其修复技术"(编号CXZX202304) （编号CXZX202304）
