Распознавание и классификации изображений природных ресурсов на спутниковых снимках с помощью нейросетевого алгоритма
Автор: Попов Е.В., Юрченко П.В.
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
Короткий адрес: https://sciup.org/147251446
IDR: 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.
