一种知识图谱本体约束的植被遥感分类方法

本发明公开了一种知识图谱本体约束的植被遥感分类方法，包括数据获取与数据预处理、深度学习模型选择及知识图谱本体与深度学习模型的融合方法与步骤。本申请将知识图谱本体与FCN8s‑ResNet 50模型在模型训练和分类后处理两个阶段进行了融合。结果表明：1）在深度学习模型训练和分类后处理两个阶段融合山地植被知识图谱本体可以显著提高深度学习模型的分类准确率：知识图谱本体约束的深度学习模型的准确率提高了10%，植被类型的整体分类准确率达到89.2%。2）山地植被知识图谱本体约束的深度学习模型不仅在植被类型的精细分类中取得了优异的成绩，而且提高了模型的普适性和可解释性，这将为大范围的遥感植被分类及深度学习模型的应用提供有力支持。