检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于改进u-net网络的树种精细分类

激光与光电子学进展 2024年

作者：蔡玉林高洪振范晓乐徐慧宇刘正军张庚山东科技大学测绘与空间信息学院中国测绘科学研究院

树种分类对全球生态环境和森林管理具有重要意义。本文通过改进现有的深度学习网络，提出了一种结合机载高分辨率的高光谱数据和激光雷达数据进行树种精细分类的新方法。首先对不同数据源进行特征提取和融合，然后在u-net网络的基础上... 详细信息

树种分类对全球生态环境和森林管理具有重要意义。本文通过改进现有的深度学习网络，提出了一种结合机载高分辨率的高光谱数据和激光雷达数据进行树种精细分类的新方法。首先对不同数据源进行特征提取和融合，然后在u-net网络的基础上，通过增加通道注意力机制模块，自适应地调整不同特征的权重，构建了CA-unet分类网络；最后，通过修改CA-unet以适应样本不平衡的分类情况，尝试解决小样本物种识别精度低的问题。研究结果表明1) CA-unet网络表现良好，总体分类准确率达到96.80%。与FCN、Segnet和u-net网络相比，其分类准确率分别提高了8.56%、11.99%和3.31%，而且网络的收敛速度更快。2)采用基于类样本量平衡的交叉熵损失函数替换CA-unet网络中的原始损失函数，可以提高样本量较少的树种的分类精度。论文提出的方法对于小尺度的林业应用，例如果园管理、城市森林调查以及森林多样性调查等，具有重要参考价值。

关键词：无人机高光谱数据激光雷达数据深度学习 u-net网络注意力机制树种分类

基于u-net、u-net++和Attention-u-net网络的遥感影像水体提取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

测绘通报 2024年第8期 26-30页

作者：李振轩黄敏儿高飞陶庭叶吴兆福朱勇超合肥工业大学土木与水利工程学院安徽合肥230009

目前,深度学习在高分辨率遥感影像水体提取方面的应用已成为遥感领域的研究热点。其中基于u-net网络的算法在水体提取中表现出较好的性能,但鲜有研究对不同u-net网络算法在水体提取任务中的性能差异进行深入比较。因此,本文选择u-net、u... 详细信息

目前,深度学习在高分辨率遥感影像水体提取方面的应用已成为遥感领域的研究热点。其中基于u-net网络的算法在水体提取中表现出较好的性能,但鲜有研究对不同u-net网络算法在水体提取任务中的性能差异进行深入比较。因此,本文选择u-net、u-net++和Attention-u-net 3种卷积神经网络,基于GID数据集,进行试验与定量分析。结果表明:u-net++的训练精度最高,其次为u-net、Attention-u-net,三者分别为0.912、0.907、0.899;u-net++的边缘提取能力优于其他两种网络;在分割不同类型水体和区分遥感影像中与水体区域相似的非水体区域上,u-net++的提取效果显著,u-net和Attention-u-net易出现漏提现象,效果欠佳。

关键词：水体提取高分辨率遥感影像 u-net网络

基于高分辨率无人机影像和u-net网络的乡村地区不透水面提取方法研究

在线全文

学校读者我要写书评

暂无评论

测绘地理信息 2024年第5期49卷 59-65页

作者：余博洋秦淑洁沈定涛李思青王结臣南京大学地理与海洋科学学院自然资源部国土卫星遥感应用重点实验室江苏省地理信息技术重点实验室华中师范大学城市与环境科学学院地理过程分析与模拟湖北省重点实验室江苏省地理信息资源开发与利用协同创新中心

本文综合考虑乡村地区高精度不透水面提取的主要难点，选用无人机（unmanned aerial vehicle,uAV)影像作为数据源，设计了一种融合阴影去除和u-net网络的提取方案。首先，针对影像中阴影像素较多产生干扰的问题，通过多级Otsu阈值法检... 详细信息

本文综合考虑乡村地区高精度不透水面提取的主要难点，选用无人机（unmanned aerial vehicle,uAV)影像作为数据源，设计了一种融合阴影去除和u-net网络的提取方案。首先，针对影像中阴影像素较多产生干扰的问题，通过多级Otsu阈值法检测阴影像素，而后应用线性相关矫正方法进行阴影补偿。其次考虑到乡村地区不透水面分布较零散且占比较少的问题，引入u-net网络模型提取不透水面。对比实验表明，本文方法能有效克服不透水面样本不足和阴影像素的影响，实现乡村地区小微不透水面的高精度提取。

关键词：无人机影像不透水面阴影去除 u-net网络

同方期刊数据库

一种改进u-net网络的心电图分类算法研究

在线全文

学校读者我要写书评

暂无评论

重庆理工大学学报（自然科学） 2024年第1期38卷 142-149页

作者：王建荣尉向前辛彬彬高睿丰李国翚天津大学智能与计算学部天津300350 山西大学自动化与软件学院太原030006 天津开发区奥金高新技术有限公司产品研发部天津300457

基于CPSC-2018十二导联数据,提出了一种u-net网络和注意力机制结合的心电图分类算法。首先,针对数据集数据长度长短不一的问题,对数据进行等长处理和归一化处理。然后,利用u-net网络中跳层连接和编码解码方式,对预处理后较长的数据进行... 详细信息

基于CPSC-2018十二导联数据,提出了一种u-net网络和注意力机制结合的心电图分类算法。首先,针对数据集数据长度长短不一的问题,对数据进行等长处理和归一化处理。然后,利用u-net网络中跳层连接和编码解码方式,对预处理后较长的数据进行处理。在u-net网络解码的最后一层加入注意力机制对抗噪声,提升模型的有效信息关注度和准确性。最后,利用CPSC-2018数据集进行验证。实验结果表明:所提模型能够取得较好的分类效果,识别房颤(AF)和右束支传导阻滞(RBBB)心律失常的精准率、召回率、F1值都可以达到90%以上,平均F1值可以达到82.5%。

关键词：心律失常心电图 u-net网络注意力机制

基于u-net网络的频散曲线自动拾取方法研究

在线全文

学校读者我要写书评

暂无评论

工程地球物理学报 2024年第4期21卷 734-741页

作者：卜凯旭姚振岸任望李红星王向腾毕升博陈振昊东华理工大学江西省防震减灾与工程地质灾害探测工程研究中心江西南昌330013

频散曲线拾取是面波勘探的关键环节,旨在通过频散曲线反演出地下横波速度结构。然而目前频散曲线拾取工作主要依靠人工拾取,耗时耗力。为此,本文通过将频散曲线拾取问题看成是图像分割问题,引入u-net网络,发展出一种频散曲线的自动拾取... 详细信息

频散曲线拾取是面波勘探的关键环节,旨在通过频散曲线反演出地下横波速度结构。然而目前频散曲线拾取工作主要依靠人工拾取,耗时耗力。为此,本文通过将频散曲线拾取问题看成是图像分割问题,引入u-net网络,发展出一种频散曲线的自动拾取方法。该方法使用频散能量图并使其作为数据集,使用人工手动拾取的频散曲线作为标签集;通过卷积神经网络经由上采样、下采样和跳层链接等步骤学习图片特征,实现频散曲线的自动拾取。模型测试结果验证了利用u-net网络提取频散曲线的准确性。最后本文将训练好的网络模型应用于冰岛南部Ölfusá河岸的Arnarbæli周边试验场地的实际数据频散曲线提取,并将提取结果与手动拾取的频散曲线进行对比。结果表明,利用u-net网络提取频散曲线预测速度快,预测512×512×3大小的图片耗时为96 ms,预测准确度高。

关键词：瑞雷波勘探频散曲线拾取深度学习卷积神经网络 u-net网络人工智能

维普期刊数据库博看期刊

基于改进坐标注意力和u-net网络的高分辨率遥感图像建筑物提取

在线全文

学校读者我要写书评

暂无评论

应用数学进展 2024年第3期13卷 891-899页

作者：陈康成都理工大学数理学院四川成都

在城市规划、统计调查和灾害应急评估等领域,从遥感图像中准确提取建筑物至关重要。然而,由于高分辨率遥感图像中建筑形态的多样性和地面环境的复杂性,实现建筑的完整、高精度提取仍然是一个挑战。为此,本文提出了一种用于从高分辨率遥... 详细信息

在城市规划、统计调查和灾害应急评估等领域,从遥感图像中准确提取建筑物至关重要。然而,由于高分辨率遥感图像中建筑形态的多样性和地面环境的复杂性,实现建筑的完整、高精度提取仍然是一个挑战。为此,本文提出了一种用于从高分辨率遥感图像中提取建筑物的新网络,该网络保留了u-net的编码器–解码器结构,并融合了坐标自注意模块(CSAM),以调整网络对输入图像中不同区域的关注程度,使得网络能够有选择性地捕捉和强调重要的语义信息,增强特征提取能力。在空间分辨率为0.3 m的WHu建筑物数据集上进行的实验结果表明,与u-net、PSPnet、DeepLabV3+相比,所提出的网络能够获得更准确的建筑提取结果,达到98.21%的像素精度、95.28%的精准率、94.57%的召回率和90.34%的交并比。

关键词：注意力机制 u-net网络语义分割建筑物高分辨率遥感图像

基于改进u-net网络的遥感图像山体滑坡分割提取

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

遵义师范学院学报 2024年第4期26卷 90-93页

作者：孙廨尧李秀茹侯秀丽殷西祥安徽商贸职业技术学院安徽芜湖241000 马鞍山学院安徽马鞍山243000

针对遥感图像山体滑坡分割提取难度大、精度低等问题,提出了一种基于改进u-net网络的遥感图像山体滑坡分割提取方法。首先将原始网络中的特征提取模块用残差网络Resnet进行替换,加深网络防止梯度消失,可以学习到更深层的特征;其次,融入(... 详细信息

针对遥感图像山体滑坡分割提取难度大、精度低等问题,提出了一种基于改进u-net网络的遥感图像山体滑坡分割提取方法。首先将原始网络中的特征提取模块用残差网络Resnet进行替换,加深网络防止梯度消失,可以学习到更深层的特征;其次,融入(multi-scale features fusion module)多尺度特征融合注意力模块增强发现山体滑坡区域的能力;最后,采用广义的损失函数FTL(Focal Tversky Loss)替换带权重的交叉熵损失函数以平衡准确率和召回率之间的关系。实验结果表明,改进后算法mIou为65.92%,比改进前提升了2.5个百分点,mPA为73.93%,比改进前提升了3.56个百分点,F1-score综合得分指标为60.08%,比改进前提升5.09个百分点。改进后模型算法能有效提高山体滑坡分割性能。

关键词：遥感图像山体滑坡分割 u-net网络 Resnet 损失函数

融合双注意力机制和u-net网络的锈蚀图像分割

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2021年第12期55卷 119-128页

作者：陈法法成孟腾杨蕴鹏陈保家肖文荣肖能齐三峡大学水电机械设备设计与维护湖北省重点实验室湖北宜昌443002

针对传统方法难以精确分割出金属构件锈蚀区域特征的难题,构建了一种融合双注意力机制和u-net深度学习网络的锈蚀图像区域分割模型。首先,基于u-net网络的对称编解码架构搭建骨干网络,采用VGG16网络的预训练权重对模型参数进行初始化;其... 详细信息

针对传统方法难以精确分割出金属构件锈蚀区域特征的难题,构建了一种融合双注意力机制和u-net深度学习网络的锈蚀图像区域分割模型。首先,基于u-net网络的对称编解码架构搭建骨干网络,采用VGG16网络的预训练权重对模型参数进行初始化;其次,在下采样和上采样之间的跨层连接中融合双注意力机制使网络聚焦于局部锈蚀特征,同时在上采样中使用深度可分离卷积加速模型的运算效率;最后采用锈蚀图像数据集对该网络进行训练从而得到锈蚀图像分割模型。通过实采的金属构件锈蚀图像对所提模型进行验证,结果表明:所构建的锈蚀图像分割模型能够有效地从复杂背景图像中分割出锈蚀区域特征,锈蚀区域特征的识别准确率达到95.5%,交并比指标为81.4%;相较于传统u-net方法,识别准确率和交并比指标分别提升了3.3%和9.2%。

关键词：图像分割锈蚀 u-net网络注意力机制深度神经网络

采用改进u-net网络的机收大豆质量在线检测

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2022年第16期38卷 70-80页

作者：金诚谦刘士坤陈满杨腾祥徐金山农业农村部南京农业机械化研究所南京210014 安徽农业大学工学院合肥230036

破碎率、含杂率是评价大豆联合收获机的重要作业性能指标,破碎率、含杂率实时数据是实现大豆联合收获机智能化调控的基础。为了实现大豆机械收获过程破碎率、含杂率的在线检测,该研究提出了基于改进u-net网络的机收大豆破碎率、含杂率... 详细信息

破碎率、含杂率是评价大豆联合收获机的重要作业性能指标,破碎率、含杂率实时数据是实现大豆联合收获机智能化调控的基础。为了实现大豆机械收获过程破碎率、含杂率的在线检测,该研究提出了基于改进u-net网络的机收大豆破碎率、含杂率在线检测方法。以大豆联合收获机实时收获的大豆图像为对象,使用开源标注软件Labemel对数据集进行标注,构建基础数据集。针对大豆图像粘连、堆叠、语义信息复杂等问题,以u-net为基础网络结构,结合VGG16网络并在各激活层(Rectified Linear unit,ReLu)前引入批归一化层(Batch Normalization,BN)防止过拟合;在编码器中提取的特征图后面添加卷积块注意力模块(Convolutional Block Attention Module,CBAM)抑制无关区域的激活,减少冗余部分;采用最近邻插值法的上采样替换解码器中转置卷积,避免转置卷积引起的棋盘效应。试验结果表明:改进u-net网络能有效地将图像中完整大豆籽粒、破碎籽粒和杂质进行识别分类,完整籽粒识别分类综合评价指标值为95.50%,破碎籽粒识别分类综合评价指标值为91.88%,杂质识别分类综合评价指标值为94.35%,平均交并比为86.83%。应用所设计的大豆籽粒破碎率和含杂率在线检测装置开展台架和田间试验。台架试验结果表明,本文方法的检测结果与人工检测结果的破碎率均值绝对误差为0.13个百分点,含杂率均值绝对误差为0.25个百分点;田间试验表明,本文方法检测结果与人工检测结果的破碎率均值绝对误差为0.18个百分点,含杂率均值绝对误差为0.10个百分点。所提检测方法能够准确在线估算机收大豆的破碎率和含杂率,可为大豆联合收获作业质量在线检测提供技术支持。

关键词：联合收获机图像分割大豆 u-net网络识别分类破碎率含杂率