全文总字数:5682字
1. 研究目的与意义(文献综述)
1.1研究目的
本文选择上海市作为研究区域,在城市社会经济快速发展的背景下,国家将在2020年完成全面小康的建设,而其中精准脱贫是其中的重中之重,而贫困人口主要是集中在农村。而现如今农村结合部的发展将越来越受到国家的重视。本文将通过全卷积神经网络的模型来对与城乡结合部的绿地和农田,主要是水系周围的地形进行识别分类。
2. 研究的基本内容与方案
2.1研究内容
本文将在fcn(fully convolutional networks)为主要的技术,争取在这个全卷机网络模型的基础上进行改进,建立一个更加适合识别城乡结合部绿地农田识别的模型,以宁波市作为研究区域。首先,获取遥感影像数据,根据landsat遥感卫星获得上海市城乡结合部的遥感影像,进行精度检验等预处理,得到我们所要进行实验的影像的后,将其用我们所建立的模型进行一个语义的分割,识别出城乡结合部的林地部分和农田部分。
3. 研究计划与安排
第1-3周查阅相关文献资料,明确研究内容;分析国内外研究现状,学习基本理论;
第4周阅读相关文献资料,整理技术方案,撰写开题报告;完成英文文献翻译;
第5-7周 遥感影像获取、预处理与解译,并将所得到的遥感影像按照9:1的比例分为训练集和验证集。
4. 参考文献(12篇以上)
[1]陈小帮,左亚尧,王铭锋,马铎.面向深度学习识别高空农作物的方法[j].计算机工程与设计,2020,41(02):580-586.
[2]许慧敏. 基于深度学习u-net模型的高分辨率遥感影像分类方法研究[d].西南交通大学,2018.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。