检索结果-内蒙古大学图书馆

Land use/land cover change classification and prediction using deep learning approaches

SIGNAL IMAGE AND VIDEO PROCESSING 2024年第1期18卷 223-232页

作者： Ebenezer, P. Adlene Manohar, S. SRM Inst Sci & Technol Coll Engn & Technol Dept Comp Sci & Engn Vadapalani Campus Chennai Tamil Nadu India

Nowadays, land use and land cover (LULC) change is a major problem for decision-makers and ecologists on account of its impact on natural ecosystems. In this manuscript, LU/LC change classification and prediction using deep convolutional spiking neural network (DCSNN) and enhanced Elman spike neural network (EESNN) (LU/LC-DCSNN-EESNN) is proposed. The input images are gathered from IRS Satellite Resourcesat-1 LISS-III with Cartosat-1 digital elevation model (DEM) satellite imagery of the Javadi Hills, Tamil Nadu. After that, the images are pre-processed using the fast discrete curvelet transform and wrapping (FDCT-WRP) method is used for extracting the region of interest (ROI) coordinates of Javadi Hills satellite image. Then, for categorizing the area of forest and non-forest, the DCSNN is used. The categorized images are given to post-classification process for eradicating the noise and misclassification errors by Markov chain random field (MCRF) co-simulation approach. The LU/LC changes are predicted using EESNN method. The performance metrics, like precision, accuracy, f1 score, error rate, specificity, recall, kappa coefficient and ROC, are analyzed. The proposed LU/LC-DCSNN-EESNN method has attained 19.45%, 20.56% and 23.67% higher accuracy, 19.45%, 32.56% and 17.45% higher F-measure, and 16.78%, 22.09% and 32.39% lower error rate compared with the existing methods.

关键词： Deep convolutional spiking neural network (DCSNN) Enhanced Elman spike neural network (EESNN) fast discrete curvelet transform with wrapping method LU/LC prediction Markov chain random field (MCRF)

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：