14. THUẬT TOÁN PHÂN LOẠI ẢNH VIỄN THÁM BẰNG MẠNG NƠ RON NHÂN TẠO MỘT LỚP

Khang Nguyễn Dư, Bình Nguyễn Thị Thanh, Trang Nguyễn Thị Thu

Giới thiệu

Với sự phát triển nhanh chóng của các phương pháp thu nhận và lưu trữ dữ liệu viễn thám. Ngày nay, khối dữ liệu khổng lồ cần được xử lý và phân tích. Các dữ liệu này quá lớn nên khả năng của các chuyên gia không còn đủ nữa, dẫn đến nhu cầu về các phương pháp phân tích dữ liệu tự động liên tục tăng. Ứng dụng mạng nơ ron nhân tạo là một trong những giải pháp giải quyết vấn đề trên. Bài báo đề xuất thuật toán chi tiết huấn luyện mạng nơ ron nhân tạo một lớp và ứng dụng phân loại ảnh viễn thám. Kết quả thực nghiệm, đánh giá độ chính xác cho thấy, phương pháp này hoàn toàn khả thi và đơn giản để bán tự động hóa phân loại các đối tượng thể hiện trên ảnh viễn thám, phục vụ cho việc thành lập, cập nhật dữ liệu không gian địa lý quốc gia.

Toàn văn bài báo

Được tạo từ tệp XML

Trích dẫn

[1]. Jwan Al-doski, Shattri B. Mansor and Helmi Zulhaidi Mohd Shafri (2013). Image Classification in Remote Sensing. Journal of Environment and Earth Science Vol. 3, No 10.
[2]. Л.Н. Чабан (2014). Автоматизированная обработка аэрокосмической информации для картографирования геопространственных данных. Московский государственный университет геодезии и картографии, Москва.

Các tác giả

Khang Nguyễn Dư
techinvie@gmail.com (Liên hệ chính)
Bình Nguyễn Thị Thanh
Trang Nguyễn Thị Thu
Nguyễn Dư, K., Nguyễn Thị Thanh, B., & Nguyễn Thị Thu, T. (2020). 14. THUẬT TOÁN PHÂN LOẠI ẢNH VIỄN THÁM BẰNG MẠNG NƠ RON NHÂN TẠO MỘT LỚP. Tạp Chí Khoa học Tài Nguyên Và Môi trường, (34), 133–137. Truy vấn từ https://tapchikhtnmt.hunre.edu.vn/index.php/tapchikhtnmt/article/view/301
##submission.license.notAvailable##

Chi tiết bài viết

Các bài báo tương tự

<< < 1 2 3 4 5 6 7 8 > >> 

Bạn cũng có thể bắt đầu một tìm kiếm tương tự nâng cao cho bài báo này.

02. GIẢI PHÁP NÂNG CAO ĐỘ CHÍNH XÁC TRONG QUAN TRẮC CÔNG TRÌNH BẰNG CÔNG NGHỆ GNSS RTK

Trung Dương Thành, Tuấn Hoàng Anh, Dương Đỗ Văn
Abstract View : 43
Download :5