基于深度学习的遥感影像城市环境污染预测与分析任务书
2020-02-18 17:27:19
1. 毕业设计(论文)主要内容:
城市化和城市扩张被认为是经济发展和国家进步的重要标志,传统的遥感影像研究城市扩张方法主要基于目视解译,由于其识别标准受限于人工而导致分析精度不高且分析效率低下。而深度学习在城市扩展变化检测分析中表现出明显高于传统方法的总体精度和Kappa系数,故将其融合应用与遥感影像的识别技术有利于影像识别技术的提升。深度学习的生产者精度最高,误判率比较低,最适用于城市建成区变化趋势的研究。通过运用遥感技术方法,根据现有状态预测城市建成区扩张未来状态,为城市规划提供参考;利用深度学习的方法,生成建设用地的范围,与目视解译方法进行比较并分析优劣;最后通过微调最先进的卷积神经网络模型,从遥感图像中提取有价值的颜色和纹理特征,得到高精度的地物分类结果。实现更有效地对城市进行动态监测、做好规划和管理、预测发展的成效。
2. 毕业设计(论文)主要任务及要求
主要任务:
1. 通过阅读文献,了解城市化和城市扩张的意义和价值。城市扩张的过程有利于城市规划和环境管理,研究基于目视解译的遥感方法,结合当下城市扩张带来的一系列的环境问题,比如说耕地减少,地表和地下水污染,空气污染等,进行城市发展预测分析。
2. 通过阅读文献,了解深度学习的方法和过程。研究卷积神经网络的方法在已有的分析城市扩张方法的基础上的改进和提升点。重点对比其与传统遥感技术方法之间的优劣,从中获取分类效果好的分类方法来进行城市扩展外轮廓信息提取。
3. 毕业设计(论文)完成任务的计划与安排
1. 第1周至第2周:查阅有关的参考资料并完成开题报告;翻译英文资料(不少于5000汉字),并交予指导教师检查。(2019.2.28)
2. 第3周至第6周:熟悉所选用的实现平台,运用所学的编程技术,完成整个实验实现的前期设计工作。(2019.4.1)
3. 第7周至第13周:进行实验的编码、调试、训练、测试工作。(2019.5.29)其中第10周左右(2019.5.4-5.8)进行毕业设计中期检查,需要提交论文前三章和毕业设计框架。
4. 主要参考文献
[1] zhang d,li z l,tang r,et al.a remote sensingtechnique to determine the soil moisture saturation index[c] geoscience amp;remote sensing symposium,ieee, 2014.
[2] goel a,banerjee b,pizurica a.hierarchicalmetric learning for optical remote sensing scene categorization[j] ieeegeoscience and remote sensing letters, pp(99):1-5,2018.
[3] wu j,yinan y, huang c,et al. deep multipleinstance learning for image classification and auto-annotation[c] computer visionamp; pattern recognition, ieee, 2015.