Нейросетевая классификация гиперспектральных изображений растительности с формированием обучающей выборки на основе адаптивного вегетационного индекса

Фирсов, Н.А.; Подлипнов, В.В.; Ивлиев, Н.А.; Николаев, П.П.; Машков, С.В.; Ишкин, П.А.; Скиданов, Р.В.; Никоноров, А.В.

Full metadata record

DC Field	Value	Language
dc.contributor.author	Фирсов, Н.А.
dc.contributor.author	Подлипнов, В.В.
dc.contributor.author	Ивлиев, Н.А.
dc.contributor.author	Николаев, П.П.
dc.contributor.author	Машков, С.В.
dc.contributor.author	Ишкин, П.А.
dc.contributor.author	Скиданов, Р.В.
dc.contributor.author	Никоноров, А.В.
dc.date	2021-11
dc.date.accessioned	2025-08-27T05:21:08Z	-
dc.date.available	2025-08-27T05:21:08Z	-
dc.date.issued	2021-11
dc.identifier.identifier	Dspace\SGAU\20220203\95515
dc.identifier.citation	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.
dc.identifier.uri	10.18287/2412-6179-CO-1038
dc.identifier.uri	http://repo.ssau.ru/jspui/handle/123456789/22987	-
dc.description.abstract	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.
dc.description.sponsorship	Теоретическая часть работы и разработка нейросетевых моделей выполнена при поддержке гранта РНФ 20-69-47110, экспериментальная часть выполнена в рамках государственного задания ИСОИ РАН – филиала Федерального научно-исследовательского центра «Кристаллография и фотоника» РАН (соглашение № 007-ГЗ/Ч3363/26) и РФФИ 19-29-01235.
dc.language	rus
dc.publisher	Самарский национальный исследовательский университет
dc.relation.ispartofseries	45;6
dc.title	Нейросетевая классификация гиперспектральных изображений растительности с формированием обучающей выборки на основе адаптивного вегетационного индекса
dc.title.alternative	Neural network-aided classification of hyperspectral vegetation images with a training sample generated using an adaptive vegetation index
dc.type	Article
dc.identifier.scsti	28.23.15
local.identifier.olduri	http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Neirosetevaya-klassifikaciya-giperspektralnyh-izobrazhenii-rastitelnosti-s-formirovaniem-obuchaushei-vyborki-na-osnove-adaptivnogo-vegetacionnogo-indeksa-95515
local.identifier.olduri	http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Neirosetevaya-klassifikaciya-giperspektralnyh-izobrazhenii-rastitelnosti-s-formirovaniem-obuchaushei-vyborki-na-osnove-adaptivnogo-vegetacionnogo-indeksa-95515
Appears in Collections:	Журнал "Компьютерная оптика"

Files in This Item:

File	Description	Size	Format
13-Фирсов-Подлипнов-Ивлиев-и-др SVPics-KI-MI-Lit-MA-JuN2-Aut-NL.pdf	Основная статья	8.57 MB	Adobe PDF	View/Open

Show simple item record

Samara University Repository

Welcome!