地理要素分类机器学习方法发展与前景
文献类型：期刊论文
| 作者 | 王卷乐; 李凯; 严欣荣; 郑莉; 韩雪华 |
| 刊名 | 遥感学报
 |
| 出版日期 | 2023-08-25 |
| 卷号 | 27期号:08页码:1757-1768 |
| ISSN号 | 1007-4619 |
| 关键词 | 地理要素分类 自然地理要素 人文地理要素 机器学习 遥感分类 网络文本分类 自然语言处理 |
| 英文摘要 | 地理要素一般包括自然和人文两类对象。日益增加的遥感大数据和泛在的社交媒体数据为这两类对象的要素分类提供了丰富的数据源。基于遥感影像分类为主的自然要素提取和基于网络文本和社交媒体的人文要素提取，是当前地理要素分类的两大主流。前者以图像处理技术为支撑，后者则以自然语言处理技术为核心。随着机器学习等人工智能分类方法的介入，两类要素分类呈现越来越多的共性相通特点。本文以机器学习方法的演变历程为媒介，剖析了其在自然地理要素遥感影像分类和人文社会要素网络文本分类方面的异同。以遥感单一对象、复合对象分类和微博社交媒体话题分类提取为实例，指出二者在机器学习分类方法上具有相通性。遥感大数据和网络文本大数据分类方法的相互借鉴能够促进自然与人文地理要素的智能分类应用。 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/194677]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 通讯作者 | 王卷乐 |
| 作者单位 | 1.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 2.中国科学院大学 3.江苏省地理信息资源开发与利用协同创新中心 4.中国矿业大学(北京)地球科学与测绘工程学院 5.防灾科技学院 |
| 推荐引用方式 GB/T 7714 | 王卷乐,李凯,严欣荣,等. 地理要素分类机器学习方法发展与前景[J]. 遥感学报,2023,27(08):1757-1768. |
| APA | 王卷乐,李凯,严欣荣,郑莉,&韩雪华.(2023).地理要素分类机器学习方法发展与前景.遥感学报,27(08),1757-1768. |
| MLA | 王卷乐,et al."地理要素分类机器学习方法发展与前景".遥感学报 27.08(2023):1757-1768. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。