Применение методов машинного обучения для классификации склонов по космическим снимкам на примере некоторых районов Северного Приохотья

Колегов, П.П.

Автор: Колегов П.П.
Журнал: Вестник Северо-Восточного научного центра Дальневосточного отделения Российской академии наук
Номер: 4
Год издания: 2023
Первая страница: 62
Последняя страница: 71
DOI: 10.34078/1814-0998-2023-4-62-71
Аннотация: В статье представлены алгоритмы машинного обучения, основанные на методах SVM,Random Forest и k-Nearest Neighbors, для классификации спектрозональных космических снимков (Sentinel-2). Проведен сравнительный анализ моделей, полученных с использованием вышеуказанных методов и ручной классификации, представлены параметры точности, полноты и F-меры. Практическое применение включает реклассификацию изображений по степени открытости склонов от растительности и оценку их морфометрических характеристик. Получены данные о площади распространения динамически активных склонов и их экспозиции: горы Дел-Урэкчэн (4.0 %, 240–270°), Ольское плато и его отроги (1.4 %, 165–285°), Туманский хребет (9.4 %, 150–195°).
Добавил в систему: Колегов Павел Петрович

	ИСТИНА	Войти в систему Регистрация
	ФНКЦ РР
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ФНКЦ РР

Применение методов машинного обучения для классификации склонов по космическим снимкам на примере некоторых районов Северного Приохотьястатья

Прикрепленные файлы