面向业务的自然资源智能解译样本分类研究与实践

深度学习是当代人工智能发展的核心技术,基于深度学习的自然资源要素智能解译已然成为热门研究课题,为实现深度学习技术在自然资源监测监管方面的工程化应用,亟需以业务为导向进行样本分类,建设服务于自然资源管理的智能解译样本库。文章首先对智能解译任务和样本集分类现状进行分析,提出样本数据集分类存在的问题;然后,基于现有数据基础、自然资源分类体系和自然资源管理业务需求,提出了面向业务的自然资源智能解译样本分类方法;其次,按4种解译任务进行样本的分类;最后,以广东省为例,开展样本分类实践,实践结果表明该方法具有一定的可行性,并能有效应用于广东省自然资源综合解译样本库建设。