基于卷积语义分割的城市建设用地评价—以南昌市为例

目录

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