| 专利申请号 | 201810193120.6 |
|---|---|
| 申请日 | 2018.03.09 |
| 公开(公告)号 | CN108446616A |
| 公开(公告)日 | 2018.08.24 |
| 主分类号 | G06K9/00(2006.01)I |
| 分案原申请号 | |
| 分类号 | G06K9/00(2006.01)I G06K9/62(2006.01)I G06N3/04(2006.01)I G06N3/08(2006.01)I |
| 优先权 | |
| 申请(专利权)人 | 西安电子科技大学 |
| 地址 | 710071 陕西省西安市雁塔区太白南路2号 |
| 发明(设计)人 | 张向荣;焦李成;马文康;韩骁;周挥宇;侯彪;杨淑媛;马文萍 |
| 国际申请 | |
| 国际公布 | |
| 进入国家阶段日期 | |
| 专利代理机构 | 陕西电子工业专利中心 61205 |
| 代理人 | 陈宏社;王品华 |
| 专利类型 | 发明专利 |
| 摘要 | 本发明提出一种基于全卷积网络集成学习的道路提取方法，旨在得到道路连贯，路网结构完整，查全率高的道路提取结果。实现步骤为：首先在现有遥感数据库中选取样本集并划分测试样本和训练样本，其次训练一个以交叉熵为损失函数的全卷积神经网，接着改变损失函数正样本惩罚权值，在前一个网络的网络模型参数基础上进行调优，得到不同惩罚权值损失函数的全卷积神经网络，再利用训练得到全卷积神经网络进行道路提取，得到不同全卷积网络的道路提取结果，最后依据空间一致性原则，对不同的提取结果按照基于空间一致性的集成策略进行集成，输出最终的结果图。本发明能够改善道路提取结果的查全率，鲁棒性强。 |
| 全文下载 | 下载 |