土地利用分類是基于人們對(duì)土地資源的利用方式,對(duì)土地利用類型進(jìn)行區(qū)分的過程,其目的是統(tǒng)計(jì)并掌握土地利用信息以便對(duì)土地資源進(jìn)行管理,是土地管理決策機(jī)制的重要支撐:保障其決策流程中的反饋信息精準(zhǔn)快速地傳遞�；诖�,精度和效率這一難點(diǎn)已成為制約土地決策科學(xué)性的重要因素,而解決上述難點(diǎn)的關(guān)鍵在于圖像分類技術(shù)的突破。因此,如何有效地應(yīng)用圖像分類技術(shù)以便更好地服務(wù)于土地資源的管理意義重大。本文研究了土地利用分類工作中圖像分類技術(shù)的應(yīng)用問題。指出了圖像分類在大數(shù)據(jù)背景下也是統(tǒng)計(jì)學(xué)的重要內(nèi)容之一,研究了其實(shí)現(xiàn)流程和相關(guān)的訓(xùn)練技并論證了應(yīng)用層面的必要性和可行性。針對(duì)精度兼顧效率這一共性難點(diǎn)提出了構(gòu)建圖像分類模型的思路以期改進(jìn)實(shí)際工作中的不足。在遷移學(xué)習(xí)的基礎(chǔ)上,提出了模型整合方法并結(jié)合自身經(jīng)驗(yàn)設(shè)計(jì)了2個(gè)應(yīng)用于土地利用分類工作的模型架構(gòu):第一個(gè)是Res Net-50整合模型,第二個(gè)是集成了整合VGG16和Xception的組合模型。本文以祁連山冰川與水源涵養(yǎng)生態(tài)功能區(qū)為藍(lán)本構(gòu)建土地?cái)?shù)據(jù)庫(kù),并利用上述設(shè)計(jì)的2個(gè)模型進(jìn)行土地利用分類的實(shí)證分析。結(jié)果表明:Res Net-50整合模型的總體精度高達(dá)97.35%,效... 

【文章來源】：蘭州財(cái)經(jīng)大學(xué)甘肅省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

土地管理的決策流程圖

蘭州財(cái)經(jīng)大學(xué)碩士學(xué)位論文土地利用分類中圖像分類技術(shù)的探討6已知最早提出中國(guó)土地利用分類體系的學(xué)者，其缺點(diǎn)是不完善①。建國(guó)以后，為啟動(dòng)第一次“土調(diào)”(1984-1997)而制定的分類體系算是第一個(gè)相對(duì)完善的分類標(biāo)準(zhǔn)，史稱“老八類”：即把中國(guó)土地利用類型歸納整理成8大一級(jí)類，之后也制定過2個(gè)過渡版本，雖然這些版本各有瑕疵，但無疑這些分類體系都發(fā)揮了積極作用。直到啟動(dòng)第二次“土調(diào)”(2007-2009)而制定的分類體系可以說是中國(guó)第一次有了“真正意義”上統(tǒng)一的土地分類口徑(全國(guó)性質(zhì))，該分類體系又稱“新十二類”：即在原先制定的過渡版本的基礎(chǔ)上把中國(guó)土地利用類型擴(kuò)充至12大一級(jí)類，這一版本也是后期國(guó)內(nèi)大多學(xué)者從事土地分類體系相關(guān)研究的依據(jù)。1.2.2關(guān)于圖像分類的研究現(xiàn)狀圖像分類作為應(yīng)用在并實(shí)現(xiàn)土地利用分類的關(guān)鍵技術(shù)，也是提高上述工作精度和效率的關(guān)鍵所在，其本質(zhì)是數(shù)學(xué)建模中的圖建模：基于統(tǒng)計(jì)方法(或其他方法)構(gòu)建適配任務(wù)的圖像分類模型，是統(tǒng)計(jì)學(xué)的重要內(nèi)容之一。從算法的角度來看，主要分為兩大流派：傳統(tǒng)圖像分類和基于深度學(xué)習(xí)的圖像分類，其中前者可進(jìn)一步細(xì)分為特征工程(人工提取特征)和淺層學(xué)習(xí)(除了深層神經(jīng)網(wǎng)絡(luò)以外的機(jī)器學(xué)習(xí))兩個(gè)步驟。無論是淺層學(xué)習(xí)還是深度學(xué)習(xí)，其本質(zhì)上在于利用反饋信號(hào)(比如距離值)的指引來為輸入的圖像數(shù)據(jù)尋找更加有用的數(shù)據(jù)表示—即有意義地變換數(shù)據(jù)，使其更適合圖像分類任務(wù)。可以簡(jiǎn)單理解成將輸入的圖像數(shù)據(jù)變換成有意義的輸出，即更接近于預(yù)期目標(biāo)的輸出類別。圖1.2傳統(tǒng)圖像分類(上)與基于深度學(xué)習(xí)的圖像分類(下)①童英良，黃炎.對(duì)第二次全國(guó)土地調(diào)查的思考[J].浙江國(guó)土資源，2006(08)：34-35.

isualGeometryGroup團(tuán)隊(duì)提出的VGG網(wǎng)絡(luò)(可以看成是AlexNet的改進(jìn)版，總共有5種版本，其中以VGG19最為有名)分別以6.7%和7.3%的top-5錯(cuò)誤率摘下當(dāng)年ImageNetILSVRC-2014大賽的冠亞軍位置。而由計(jì)算機(jī)視覺領(lǐng)域第一大IP的華人學(xué)者何愷明③(2015)帶領(lǐng)的微軟研究團(tuán)隊(duì)提出的基于ResidualBlock模塊(其核心思想是恒等映射連接)構(gòu)建而成的ResNet網(wǎng)絡(luò)(可以理解成GoogLeNet網(wǎng)絡(luò)和VGG網(wǎng)絡(luò)的集大成者，有多種版本)，首次實(shí)現(xiàn)超越人類專家識(shí)別水平的成績(jī)并一舉摘下當(dāng)年ImageNetILSVRC-2015大賽的桂冠，堪稱是圖像分類史上的一個(gè)里程碑。如下圖1.3所示。圖1.3基于深度學(xué)習(xí)的圖像分類發(fā)展史2012:1097-1105.①SzegedyC,LiuW,JiaY,etal.Goingdeeperwithconvolutions[C]//IEEEConferenceonComputerVisionandPatternRecognition.Piscataway,NJ,USA:IEEE,2015:1-9.②SimonyanK,ZissermanA.Verydeepconvolutionalnetworksforlarge-scaleimagerecognition[J].EprintArxiv,2014③HeK,ZhangX,RenS,etal.Deepresiduallearningforimagerecognition[C]//IEEEConferenceonComputerVisionandPatternRecognition.Piscataway,NJ,USA:IEEE,2016:770-778.

【參考文獻(xiàn)】：
期刊論文
[1]利用微調(diào)卷積神經(jīng)網(wǎng)絡(luò)的土地利用場(chǎng)景分類[J]. 陳雅瓊,強(qiáng)振平,陳旭,劉心怡.  遙感信息. 2019(03)
[2]卷積神經(jīng)網(wǎng)絡(luò)過擬合問題研究[J]. 任義麗,羅路.  信息系統(tǒng)工程. 2019(05)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類算法綜述[J]. 楊真真,匡楠,范露,康彬.  信號(hào)處理. 2018(12)
[4]遷移學(xué)習(xí)支持下的土地利用/土地覆被分類[J]. 李海雷,胡小娟,郭杭,吳文瑾.  測(cè)繪通報(bào). 2018(09)
[5]不同分類方法在土地利用信息提取中的精度對(duì)比[J]. 何立恒,覃偉,徐迅.  現(xiàn)代測(cè)繪. 2018(05)
[6]Watershed classification by remote sensing indices: A fuzzy c-means clustering approach[J]. Bahram CHOUBIN,Karim SOLAIMANI,Mahmoud HABIBNEJAD ROSHAN,Arash MALEKIAN.  Journal of Mountain Science. 2017(10)
[7]基于最大似然法的南京市土地利用類型分類研究[J]. 陳書林,瞿佳明.  商. 2016(22)
[8]基于多尺度分割的遙感影像濱海濕地分類[J]. 費(fèi)鮮蕓,王婷,魏雪麗.  遙感技術(shù)與應(yīng)用. 2015(02)
[9]對(duì)第二次全國(guó)土地調(diào)查的思考[J]. 童英良,黃炎.  浙江國(guó)土資源. 2006(08)

博士論文
[1]基于多源遙感信息綜合的濕地土地覆被分類研究[D]. 馬玥.吉林大學(xué) 2018
[2]遷移學(xué)習(xí)問題與方法研究[D]. 龍明盛.清華大學(xué) 2014

碩士論文
[1]基于第三次全國(guó)土地調(diào)查的天津市土地利用分類體系研究[D]. 肖婷.天津工業(yè)大學(xué) 2019
[2]國(guó)家重點(diǎn)生態(tài)功能區(qū)建設(shè)問題研究[D]. 初敏.山東農(nóng)業(yè)大學(xué) 2018
[3]習(xí)近平生態(tài)文明建設(shè)思想探析[D]. 鄧偉.貴州師范大學(xué) 2018
[4]專業(yè)遙感圖像分類方法的研究及應(yīng)用[D]. 張建文.蘭州理工大學(xué) 2014
[5]基于遙感圖像的土地利用分類研究[D]. 魏繼偉.東北師范大學(xué) 2012



本文編號(hào)：3065116