<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Zhang T. </author>
     <author>Du J. </author>
     <author>Zhu X. </author>
     <author>Gao X. </author>
    </authors>
   </contributors>
   <titles>
    <title>Мониторинг заражения грызунами пастбищ на основе плотных остаточных сетей и дистанционного зондирования беспилотными летательными аппаратами</title>
   </titles>
   <keywords>
    <keyword>дистанционное зондирование беспилотными летательными аппаратами</keyword>
    <keyword>3D-плотная сверточная сеть</keyword>
    <keyword>поражение пастбищ грызунами</keyword>
    <keyword>деградация пастбищ</keyword>
   </keywords>
   <dates>
    <year>2022</year>
    <pub-dates>
     <date>2022-12-02</date>
    </pub-dates>
   </dates>
   <journal>Журнал прикладной спектроскопии</journal>
   <abstract>Для мониторинга поражения пастбищ грызунами разработана система сбора гиперспектральных изображений с низковысотного беспилотного летательного аппарата. Модель плотной трехмерной сверточной сети (3D-DenseNet) улучшена за счет использования остаточной структуры и асимметричной свертки, а также предложена модель 3D-глубокой плотной остаточной сети (3D-DDRNet), которая использована для классификации информации о мониторинге луговых грызунов. Общая точность классификации модели 3D-DDRNet составляет 96.68 %, размер модели 6.12 МБ. Точность модели улучшена на 1.46%, размер уменьшен на 15.5 % по сравнению с 3D-DenseNet. </abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/15622</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/15578</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
