基于卫星图像的 Natura 2000 栖息地分类自然数值网络
数值分析
2021-12-23 v2 人工智能
计算机视觉与模式识别
计算机与社会
机器学习
数值分析
摘要
引入了自然数值网络作为一种新的分类算法，该算法基于完全图上前向-后向扩散型非线性偏微分方程的数值解。所提出的自然数值网络被应用于开放的重要环境与自然保护任务，即利用卫星图像对受保护栖息地进行自动识别。在自然数值网络中，前向扩散导致特征空间中的点向彼此移动。相反的效应，即让点彼此远离，是由后向扩散引起的。这产生了所需的分类。自然数值网络包含少量参数，这些参数在方法的学习阶段进行优化。在学习参数并优化网络图的拓扑结构之后，执行栖息地识别所需的分类。引入了每个栖息地的相关性图，作为验证分类和发现新 Natura 2000 栖息地出现的工具。
引用
@article{arxiv.2108.04327,
title = {Natural Numerical Networks for Natura 2000 habitats classification by satellite images},
author = {Karol Mikula and Michal Kollar and Aneta A. Ozvat and Martin Ambroz and Lucia Cahojova and Ivan Jarolimek and Jozef Sibik and Maria Sibikova},
journal= {arXiv preprint arXiv:2108.04327},
year = {2021}
}