基于深度学习的遥感图像中地面塌陷识别方法研究  

作　　者：郑重[1] 张敬东[1] 杜建华 

机构地区：[1]中南财经政法大学信息与安全工程学院,湖北武汉430074

出　　处：《现代商贸工业》2017年第35期189-192,共4页Modern Business Trade Industry

基　　金：基于有限元数值模拟的地铁施工监测预警研究;省级纵向项目;项目编号:32517113013;项目单位:中南财经政法大学;项目负责人为郑重

摘　　要：地面塌陷是在开采矿产资源时出现的一种具有很强破坏力的自然灾害,会导致道路改线、道路污染、居民地及水系的改变,使矿区不能持续发展。随着传感器技术、遥感技术等一系列技术的快速发展,极大地提升了遥感图像处理技术,特别是在地面塌陷识别方面尤为突出。针对传统地面塌陷识别方法效率低下问题,提出了基于深度学习的地面塌陷遥感识别方法。通过大量实验对比分类精度、Kappa系数调整深度信念网络模型的参数,得到适合地面塌陷识别的参数设置,证明了深度学习在遥感图像中地面塌陷识别方法的可行性和高效性,为今后地面塌陷的识别方法提供了新思路。

关 键 词：地面塌陷 遥感影像 深度学习 深度信念网络 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]