面向業(yè)務(wù)的自然資源智能解譯樣本分類研究與實(shí)踐

摘要： 深度學(xué)習(xí)是當(dāng)代人工智能發(fā)展的核心技術(shù)，基于深度學(xué)習(xí)的自然資源要素智能解譯已然成為熱門研究課題，為實(shí)現(xiàn)深度學(xué)習(xí)技術(shù)在自然資源監(jiān)測監(jiān)管方面的工程化應(yīng)用，亟需以業(yè)務(wù)為導(dǎo)向進(jìn)行樣本分類，建設(shè)服務(wù)于自然資源管理的智能解譯樣本庫。文章首先對智能解譯任務(wù)和樣本集分類現(xiàn)狀進(jìn)行分析，提出樣本數(shù)據(jù)集分類存在的問題；然后，基于現(xiàn)有數(shù)據(jù)基礎(chǔ)、自然資源分類體系和自然資源管理業(yè)務(wù)需求，提出了面向業(yè)務(wù)的自然... （共10頁）