基于Mask R-CNN和样方密度法的城市功能区识别

doi:10.13501/j.cnki.42-1908/n.2023.09.018

	基于Mask R-CNN和样方密度法的城市功能区识别
	牛成英; 邢晓文; 闫新宇
	2023-09-13
发表期刊	湖北民族大学学报(自然科学版)
卷号	41 期号:03 页码:405-413
摘要	因传统方法单一使用遥感影像或兴趣点(point of interest, POI)数据识别城市功能区时，存在城市特征信息利用不完全、识别精度不高的问题，提出利用POI数据、遥感影像等多源数据，并将自然特征和人文特征相结合，采用基于掩膜区域卷积神经网络和样方密度法(mask region based convolutional neural network and quadrat density method, Mask R-CNN-QDM)模型识别城市功能区的方法。首先基于遥感影像采用Mask R-CNN模型识别建筑物，然后将识别结果与POI数据进行补充校验，得到结合自然特征和人文特征的分类结果，再引入面积要素对分类结果进行赋分，以计算样方密度，并采用随机抽样方式对所提方法功能区的识别精度进行评价。研究结果表明，Mask R-CNN-QDM模型的识别精确度高达0.900,平均Kappa系数为0.802,说明该方法能较好地区分单一城市功能区和混合城市功能区。
关键词	功能区识别 Mask R-CNN 样方密度法遥感影像 POI数据自然特征人文特征
DOI	10.13501/j.cnki.42-1908/n.2023.09.018
URL	查看原文
ISSN	2096-7594
语种	中文
原始文献类型	学术期刊
中图分类号	TU984.113;TP751
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/35240
专题	统计与数据科学学院
作者单位	兰州财经大学统计学院
第一作者单位	统计与数据科学学院
推荐引用方式 GB/T 7714	牛成英,邢晓文,闫新宇. 基于Mask R-CNN和样方密度法的城市功能区识别[J]. 湖北民族大学学报(自然科学版),2023,41(03):405-413.
APA	牛成英,邢晓文,&闫新宇.(2023).基于Mask R-CNN和样方密度法的城市功能区识别.湖北民族大学学报(自然科学版),41(03),405-413.
MLA	牛成英,et al."基于Mask R-CNN和样方密度法的城市功能区识别".湖北民族大学学报(自然科学版) 41.03(2023):405-413.