TY -的A2 -品牌,卡洛斯盟——Seydi Seyd Teymoor盟——Saeidi Vahideh盟——Kalantar Bahareh盟——建筑师Naonori AU - van Genderen, j·l . AU - Maskouni Fattah Hatami AU -咏叹调,法扎德Amini PY - 2022 DA - 2022/03/19 TI -融合多源数据集的洪水程度映射基于合奏卷积神经网络(CNN)模型SP - 2887502六世- 2022 AB -洪水自然灾害之一,会影响环境,破坏基础设施,并威胁人类生命。由于气候变化和人为活动,洪水发生在世界各地的高频率。因此,映射洪水地区的灾害管理中至关重要。本研究提出了一种新颖的框架洪水区域映射基于异构遥感(RS)的数据集。拟议的框架融合了合成孔径雷达(SAR),光学,和测高数据集映射洪水地区,并应用于三个主要步骤:(1)预处理,(2)基于多尺度特征提取残余内核卷积,卷积神经网络(CNN)参数优化的融合数据集,和(3)洪水检测基于训练模型。本研究利用两个大型区域数据集映射Golestan和库泽斯坦省的水灾地区,伊朗。结果表明,该方法具有很高的性能在洪水地区检测。可视化和数值分析验证了该方法的有效性和能力来检测洪水地区的整体精度(OA)高于98%在这两个研究领域。最后,设计建筑的效率被hybrid-CNN和3 d-cnn方法验证。SN - 1687 - 725 - 2022/2887502 / 10.1155 x你——https://doi.org/10.1155/2022/2887502——摩根富林明——《传感器PB - Hindawi KW - ER