基于Keras深度学习的景观视觉特征分类模型研究

针对省域等大尺度景观格局研究问题,以广东省为研究对象,采用10 m分辨率的Sentinel-2遥感影像及其对应的土地利用类型数据,以景观格局指数、遥感影像为特征集,以基于视觉特征的影像类型为标签集,采用Adam优化算法构建基于Keras深度学习框架的景观视觉特征分类模型。将特征集与对应的标签集数据按8∶2分为训练集和测试集,进行交叉验证,结果表明:模型在训练集和测试集上的准确度分别达99.57%、98.93%。模型能有效关联景观格局指数与影像视觉特征,泛化能力强,适用于大区域景观格局研究及乡镇布局规划中的遥感影像分类任务。

资料为PDF文档格式.

本文档关键词:视觉,景观,深度,模型,特征