郑州大学地球科学与技术学院在高性能地舆计算方向取得进展

河南日报客户端记者李树华通讯员杨明许觅婷

日前，地球科学与技术学院与河南省超算中央高性能地舆计算团队联合开展了研究，并在高性能地舆计算方向取得积极进展，相关研究成果以题为“RobustDeepNeuralNetworksforRoadExtractionfromRemoteSensingImages”的学术论文，发表在国际顶尖期刊IEEETransactionsonGeoscienceandRemoteSensing上。郑州大学为第一作者单位，博士生李盼乐为第一作者，赫晓慧教授为通信作者。

据了解，遥感与人工智能的结合是高性能地舆计算方向的一个重要着力点，深度神经网络（DeepNeuralNetwork,DNN）为遥感影像道路提取提供了一种新的技术手段，获得了广泛关注。然而，深度学习模型的机能严峻依赖于大规模、精细化标注的练习集。该研究通过将深度学习模型与噪声分布模型相结合，提出一种强鲁棒深度神经网络（RobustDeepNeuralNetwork,RDNN）模型，有效克服了练习集中噪声标签对深度学习模型的影响，缓解了深度学习模型对大量像素级、精细标注全监视数据的依靠。该方法可拓展应用于包括建筑物提取、土地利用类型分类、植被提取等多个场景，从而全方位晋升遥感数据的自动化处理和分析能力，对深度学习模型产业化具有积极意义。

编纂：河南日报专刊