首页 > 《中国科技信息》 > 2024年10期 > 基于FDCNN卷积神经网络的铁路用地变化监测智能识别方法研究

基于FDCNN卷积神经网络的铁路用地变化监测智能识别方法研究

在线阅读下载PDF 导出详情

摘要摘要：本文研究了一种基于全卷积神经网络（FDCNN）的铁路用地变化监测智能识别方法。针对城市化进程中铁路用地变化对城市规划、交通管理和环境保护的重要性，本文提出了一种自动化和高精度的监测手段。通过构建高分辨率遥感图像数据集，利用FDCNN模型强大的特征提取和像素级预测能力，自动识别铁路用地的变化情况。文章详细介绍了FDCNN模型的设计、训练过程和优化策略，以及模型在铁路用地变化监测中的应用前景和潜在价值。

DOI 54yyy0ve94/8490028

作者尤晓东

机构地区陕西地建土地勘测规划设计院有限责任公司陕西西安 710075

出处《中国科技信息》 2024年10期

关键词全卷积神经网络铁路用地变化监测智能识别深度学习应用

分类 [建筑科学][建筑技术科学]

出版日期 2024年07月23日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1周凤,付佳宣. 基于卷积神经网络的手语识别方法.建筑技术科学,2024-11.
2赵晓迪. 基于卷积神经网络的 GIS缺陷图像识别方法研究.建筑技术科学,2019-12.
3赵晓迪. 基于卷积神经网络的GIS缺陷图像识别方法研究.社会学,2019-11.
4张晶;吴磊;贺建军;刘文鹏. 基于深度卷积神经网络的手写哈萨克文字母识别方法.教育学,2017-05.
5罗觉灵 ,陈耀东. 一种基于图卷积神经网络的儿童情感识别方法.,2023-06.
6柏平;马志华;姜世英;华浩;李文华;周晋宇;王鹏军. 基于神经网络的桥梁异常状态识别方法.道路与铁道工程,2015-03.
7张国政. 基于卷积神经网络的交通标志识别研究.,2022-08.
8文作为. 基于卷积神经网络的图像识别算法研究.建筑技术科学,2024-03.
9李玲. 基于卷积神经网络的图像识别算法研究.建筑技术科学,2024-06.
10吴刚,1,,彭要奇,1,,周广奇,1,,李晓龙,1,,郑永军,1*,,严海军,2. 基于多光谱成像和卷积神经网络的玉米作物营养状况识别方法研究.农业基础科学,2020-06.

来源期刊

中国科技信息

中国科技信息

相关推荐

同分类资源更多

相关关键词

全卷积神经网络铁路用地变化监测智能识别深度学习应用

返回顶部