基于深度学习的居民区识别在电力线规划中的应用
马旭; 李宝昕; 乔新辉; 赵晶辉; 邰建豪; 李怡瑾; 李默煊
【期刊名称】《《电网与清洁能源》》 【年(卷),期】2024(035)008
【摘要】针对高压输电线路规划设计中居民区数据难以精准获取的问题,采用人工智能算法,提出了基于深度学习的遥感影像居民区自动识别方法.在Matconvnet框架下,利用迁移学习技术在小样本情况下开发了一套针对多源遥感影像的居民区检测系统.以陕西省宝鸡市为例,对算法进行验证,结果表明,该算法居民区识别精度优于93％,能很好地满足高压线规划设计中对居民区数据的需求.
【总页数】10页(25-33,41)
【关键词】高压线路设计; 深度学习; 遥感影像; 居民区识别; 全卷积网络 【作者】马旭; 李宝昕; 乔新辉; 赵晶辉; 邰建豪; 李怡瑾; 李默煊
【作者单位】北京洛斯达数字遥感技术有限公司 北京 100120; 国网陕西省电力公司 陕西西安 710048; 河南财经政法大学资源与环境学院 河南郑州 450046; 河南财经政法大学城乡数据挖掘院士工作站 河南郑州 450046; 国网陕西省电力公司检修公司 陕西西安 710065 【正文语种】中文
【中图分类】TM752; TP753 【相关文献】
1.基于深度学习的人脸识别技术在学习效果评价中的应用研究 [J], 左国才[1]; 王海东[2]; 吴小平[1]; 苏秀芝[1]
2.基于机器视觉与深度学习的船舶水尺智能识别技术研究与应用 [J], 朱学海[1]; 张帅[1]; 张东星[2]; 张阿平[3]; 罗陨飞[1]
3.基于度量学习和深度学习的行人重识别研究 [J], 朱婷婷 4.基于深度学习和度量学习的行人再识别 [J], 侯丽; 刘琦
5.基于深度学习残差网络模型的地震和爆破识别 [J], 隗永刚; 杨千里; 王婷婷; 蒋长胜; 边银菊
以上内容为文献基本信息，获取文献全文请下载
基于深度学习的居民区识别在电力线规划中的应用
