Распознавание и классификации изображений природных ресурсов на спутниковых снимках с помощью нейросетевого алгоритма

Попов Е.В.; Юрченко П.В.; Popov E.V.; Yurchenko P.V.

doi:10.14529/build250209

Научные статьи \ Математика. Естественные науки \ Математика \ Вычислительная математика. Численный анализ

Распознавание и классификации изображений природных ресурсов на спутниковых снимках с помощью нейросетевого алгоритма

Попов Е.В. Юрченко П.В.

Журнал: Вестник Южно-Уральского государственного университета. Серия: Строительство и архитектура @vestnik-susu-building

Рубрика: Инженерная геометрия и компьютерная графика. Цифровая поддержка жизненного цикла изделий

Статья в выпуске: 2 т.25, 2025 года.

Бесплатный доступ

В статье описан алгоритм распознавания и классификации изображений природных ресурсов на спутниковых снимках, использующий методы машинного обучения с учителем, при подготовке обучающего набора данных которого использовались четыре различных подхода: Gaussian Mixture Model, Random Forest, Support Vector Machines, K-Nearest Neighbors. Экспериментально установлены параметры архитектуры нейросети, позволяющие классифицировать природные ресурсы с наибольшей точностью

распознавание и классификация изображений \ спутниковые снимки \ нейросеть \ природные ресурсы

Похожие статьи в разделе Вычислительная математика. Численный анализ

О некоторых подходах к машинному обучению сверточных нейронных сетей в задачах обработки аэрофотоизображений различных форматов представления

Дзвинко Роман Валерьевич

Глубокое трансферное обучение на основе спутниковых изображений для классификации землепользования и земного покрова

Теклай Тесфазги Уифтер, Юрий Николаевич Разумный, Василий Константинович Лобанов

Сравнение методов кластеризации K-Means и Gaussian Mixture для анализа спутниковых снимков

Белоусов Е.C., Добрынин Д.В.

Ансамбли спектрально-пространственных сверточных нейросетевых моделей для задачи классификации типов почв на гиперспектральных изображениях

Фирсов Никита Александрович, Подлипнов Владимир Владимирович, Ивлиев Николай Александрович, Рыськова Дарья Дмитриевна, Пирогов Артем Владимирович, Музыка Артм Алексеевич, Макаров Андрей Романович, Лобанов Валерий Евгеньевич, Платонов Владимир Игоревич, Бабичев Александр Николаевич, Монастырский Валерий Алексеевич, Ольгаренко Владимир Игоревич, Николаев Петр Петрович, Скиданов Роман Васильевич, Никоноров Артм Владимирович, Казанский Николай Львович, Сойфер Виктор Александрович

О классификации космических снимков Sentinel-2 нейронной сетью Resnet-50

Бычков Игорь Вячеславович, Ружников Геннадий Михайлович, Федоров Роман Константинович, Попова Анастасия Константиновна, Авраменко Юрий Владимирович

Методы машинного обучения для решения задач по определению очагов возгорания

Копытов А.П., Кузин Д.А.

Короткий адрес: https://sciup.org/147251446

IDS: 147251446 | УДК: 519.651 | DOI: 10.14529/build250209

Recognition and classification of natural resource images in satellite images using the neural network algorithm

The paper describes an algorithm for recognizing and classifying natural resource images in satellite im-ages using machine learning methods with a tutor. Four different approaches were used to train the training dataset: Gaussian Mixture Model, Random Forest, Support Vector Machines, and K-Nearest Neighbors. The parameters of the neural network architecture were experimentally established, which allows classifying natural resources with maximum accuracy.