声明
1 绪论
1.1研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2国内外研究现状
1.2.1 高分遥感影像应用研究现状
1.2.2 基于深度学习的卷积语义分割研究现状
1.2.3 城市建设用地适宜性研究现状
1.3技术路线与章节安排
1.3.1 研究内容
1.3.2 技术路线
1.3.3 论文的章节与架构
2 卷积神经网络基础理论与相关方法
2.1概述
2.2 CNN网络的数学原理
2.3卷积神经网络基础理论
2.3.1 卷积层
2.3.2 池化层
2.3.3 全连接层
2.3.4 激活函数
2.3.5 目标函数
2.4卷积神经网络经典网络结构
2.4.1 VGG-19
2.4.2 Res Net
2.4.3 Alex Net
2.5数据增广
2.6本章小结
3 城市建设用地特征库建设
3.1概述
3.1.1 城市建设用地
3.2城市建设用地特征库结构分析
3.2.1 城市用地分类体系
3.2.2 城市建设用地特征库总体结构
3.2.3 目标地物特征库物理结构
3.3影像的获取与分割方法
3.3.1 高分遥感数据
3.3.2 影像分割
3.4本章小结
4 基于卷积神经网络的语义分割网络优化
4.1概述
4.2语义分割
4.3全卷积神经网络分析(FCN)
4.4基于VGG-19的语义分割网络设计
4.5优化策略
4.5.1 空洞卷积核
4.5.2 批归一化
4.5.3 跳跃连接
4.5.4 Swish激活函数
4.6新网络模型研究
4.6.1 全连接层的研究
4.6.2 Dropout
4.6.3 其它方法的引入
4.7实验与结果分析
4.7.1 数据集
4.7.2 实验环境
4.7.3 评价指标
4.7.4 超参设置
4.7.5 实验过程与结果分析
4.8本章小结
5 城市建设用地适宜性评价研究
5.1概述
5.2研究方法
5.2.1 基于移动窗口法的景观指数计算
5.2.2 MCR模型的构建
5.2.3 基于层次分析法的阻力面体系构建
5.2.4 基于Hydrology扩展模块的MCR面特征的提取
5.3实验与结果分析
5.3.1 研究区概况
5.3.2 基础数据处理
5.3.3 基于移动窗口的建设用地景观指数分析
5.3.4 适宜性分区分析
5.3.5 新增建设用地适宜性分析
5.3.6 适宜扩展路径分析
5.4结论
5.5本章小结
6 总结与展望
6.1本文工作总结
6.2未来工作展望
参考文献
攻读硕士期间学术成果
致谢
东华理工大学;