基于建设用地供后开发状态的遥感智能监测模型研究

邱海泉; 林燕慧; 劳春华

您当前的位置：

首页 >

文章列表页 >

基于建设用地供后开发状态的遥感智能监测模型研究

3S技术应用 | 更新时间：2025-11-25

- 基于建设用地供后开发状态的遥感智能监测模型研究
- 基于建设用地供后开发状态的遥感智能监测模型研究
- 地理空间信息 2023年21卷第6期页码：45-48+102
- 作者机构：
  
  1. 广东省国土资源技术中心
  2. 广东工业大学管理学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（41901312）;广东省自然资源厅科技项目（GDZRZYKJ2020003）;广东省基础与应用基础研究基金资助项目（2020A1515010677）
- DOI：
  中图分类号： P237;F301.2
- 纸质出版：2023
- 稿件说明：
移动端阅览
邱海泉, 林燕慧, 劳春华. 基于建设用地供后开发状态的遥感智能监测模型研究[J]. 地理空间信息, 2023,21(6):45-48+102.

邱海泉, 林燕慧, 劳春华. 基于建设用地供后开发状态的遥感智能监测模型研究[J]. 2023, 21(6): 45-48+102.
邱海泉, 林燕慧, 劳春华. 基于建设用地供后开发状态的遥感智能监测模型研究[J]. 地理空间信息, 2023,21(6):45-48+102. DOI：

邱海泉, 林燕慧, 劳春华. 基于建设用地供后开发状态的遥感智能监测模型研究[J]. 2023, 21(6): 45-48+102. DOI：

摘要

“供而未用”等闲置土地监测是自然资源部门关于土地市场动态监管的一项重要任务。研究以谷歌MobileNetV2深度学习神经网络为核心，以广东省土地市场动态监管系统记录的历史数据为学习样本，基于ArcGIS和百度飞浆人工智能平台，搭建了建设用地供后开发状态遥感智能监测系统。模型测试表明，建设用地供后开发状态遥感智能监测系统识别精度达到93.95%，其不仅可以检验地方上报开工等信息的真伪，而且还可以对即将闲置的地块发出预警。研究表明，立足自然资源监管业务数据研发人工智能监管技术，可有效推动自然资源管理走向智能化。

Abstract

关键词

Keywords

references

赵洋,许军.基于MobileNetV2与树莓派的人脸识别系统[J].计算机系统应用,2021(08).

任宇杰,杨剑,刘方涛,张启尧.基于SSD和MobileNet网络的目标检测方法的研究[J].计算机科学与探索,2019(11).

Karen Simonyan,Andrew Zisserman.Very Deep Convolutional Networks for Large-Scale Image Recognition.[J].CoRR,2014.

Y. LeCun,L. Bottou,Y. Bengio,P. Haffner.Gradient-based learning applied to document recognition[J].Proceedings of the IEEE,1998(11).

浏览量

143

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

数据驱动与理论驱动双向耦合的智能化地球系统模式探索

论物理城市、数字城市和智慧城市

基于改进SegNet模型的冬小麦种植分布提取

一种基于PC-LSTM的GNSS场景识别方法

基于多源遥感影像的新增农村乱占耕地建房监测方法