Отрывок: S. Extraction of spatial-spectral homogene- ous patches and fractional abundances for field-scale agri- culture monitoring using airborne hyperspectral images / A.S. Sahadevan // Computers and Electronics in Agricul- ture. – 2021. – Vol. 188. – 106325. 5. Zhang, Y. Estimating the maize biomass by crop height and narrowband vegetation indices derived from UAV-based hyperspectral images / Y. Zhang, C. Xia, X. Zhang, X. Cheng, G. Feng, Y. Wang, Q. Gao // Ecological Indica- tors. – 2021. ...
Название : | Нейросетевая классификация гиперспектральных изображений растительности с формированием обучающей выборки на основе адаптивного вегетационного индекса |
Другие названия : | Neural network-aided classification of hyperspectral vegetation images with a training sample generated using an adaptive vegetation index |
Авторы/Редакторы : | Фирсов, Н.А. Подлипнов, В.В. Ивлиев, Н.А. Николаев, П.П. Машков, С.В. Ишкин, П.А. Скиданов, Р.В. Никоноров, А.В. |
Ключевые слова : | гиперспектральные изображения, вегетационный индекс, сверточные нейронные сети, классификация растительности, спектрально-пространственная классификация гиперспектральных изображений, вегетационные индексы |
Дата публикации : | Ноя-2021 |
Издательство : | Самарский национальный исследовательский университет |
Библиографическое описание : | Фирсов, Н.А. Нейросетевая классификация гиперспектральных изображений растительности с формированием обучающей выборки на основе адаптивного вегетационного индекса / Н.А. Фирсов, В.В. Подлипнов, Н.А. Ивлиев, П.П. Николаев, С.В. Машков, П.А. Ишкин, Р.В. Скиданов, А.В. Никоноров // Компьютерная оптика. – 2021. – Т. 45, № 6. – С. 887-896. – DOI: 10.18287/2412-6179-CO-1038. |
Серия/номер : | 45;6 |
Аннотация : | В настоящей работе предложен новый подход к классификации гиперспектральных изображений высокого разрешения в прикладной задаче определения типов сельскохозяйственной растительности. В качестве классификатора используется спектрально-пространственная сверточная нейронная сеть с компенсацией вариаций освещения. Для автоматизированного формирования обучающей выборки предложен алгоритм на основе адаптивного вегетационного индекса. Показана эффективность предложенного подхода в задаче классификации типов растительности по результатам съемок сельскохозяйственных угодий, выполненных сканирующей гиперспектральной камерой. |
URI (Унифицированный идентификатор ресурса) : | 10.18287/2412-6179-CO-1038 http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Neirosetevaya-klassifikaciya-giperspektralnyh-izobrazhenii-rastitelnosti-s-formirovaniem-obuchaushei-vyborki-na-osnove-adaptivnogo-vegetacionnogo-indeksa-95515 |
Другие идентификаторы : | Dspace\SGAU\20220203\95515 |
ГРНТИ: | 28.23.15 |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
13-Фирсов-Подлипнов-Ивлиев-и-др SVPics-KI-MI-Lit-MA-JuN2-Aut-NL.pdf | Основная статья | 8.57 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.