科研之友
微信
新浪微博
Facebook
分享链接
摘要
从影像特征相似性出发研究基于Landsat-8影像相似性的智能解译样本动态制备方法，构造光谱相似度、纹理相似度、空间邻近度3种样本集选择方法。基于相同的U-Net+EfficientNet-B3语义分割网络，对比了根据3种测度下选择的样本影像所制备的样本集对总体分类精度的影响。结果表明，从历史成果数据中选择样本影像用于模型训练，是提高分类精度的有效方法；在3种样本影像选择策略中，空间邻近度可得到精度最高、方差最小的分类结果；历史成果数据中的错误标签会导致智能模型精度降低。
-
单位民政部国家减灾中心; 中国科学院; 中国科学院大学
