基于Unet+CRF的GF-2土地利用分类

以国产GF-2为数据源,使用自制影像标签,对长春市宽城区部分区域进行土地利用分类,提出将传统的Unet卷积神经网络模型与全连接条件随机场(CRF)结合的方法,并与Segnet网络模型进行对比分析.结果表明:Unet+CRF分类方法的Kappa系数达到0.711,F1-score达到0.795,具有较好的精度,与真实地物...     

空间数据智能统计方法研究与软件实现

在进行空间数据统计分析的过程中,为了提高统计工作的效率,笔者采用C#+Arc Engine和数据库融合的开发模式,利用循环与数据库方法计算空间图斑数量、位置和面积等信息实现单属性和多属性自动分类统计,图斑质心八方向方位统计法确定图斑的空间位置,chart和word API方法实现地图数据的图表化和语言化表达。研究结果表明:将属性数据和空间数据分离可以实现空间数据准确高效地统计,循环和数据库方法的应用实现了空间数据的单属性和多属性分类统计;图斑质心八方向方位统计法的应用提高了空间统计的效率; chart和word API方法实现了属性数据统计图的自动生成以及地图数据报表化的自动生成与发布。