Подробная инструкция по работе с архитектурой MLP для классификации LULC
No Thumbnail Available
Files
Date
2026
Authors
Alipbeki O.A.
Grossul P.P.
Rakhimov D.K.
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Методическая инструкция посвящена применению архитектуры Multi-Layer Perceptron (MLP) для классификации землепользования и земельного покрова (Land Use/Land Cover, LULC) на основе спутниковых данных. Многослойный перцептрон выполняет классификацию пикселей на основе многомерных векторов признаков, включающих спектральные характеристики, локальные контекстные статистики и производные индексы. В инструкции рассматриваются подготовка спутниковых данных в формате GeoTIFF, создание обучающей выборки, использование цифровой модели рельефа и данных ночного освещения, настройка программной среды Python/PyTorch, расширение и проверка обучающей выборки, настройка гиперпараметров и архитектуры MLP, обучение одиночной и ансамблевой моделей, классификация спутниковых изображений и оценка качества результатов. Особое внимание уделено улучшенной архитектуре MLP с residual-соединениями, attention-механизмами и контекстными признаками, а также анализу точности с использованием accuracy, confusion matrix, precision, recall и F1-score.
Description
Пошаговая методическая инструкция по подготовке данных, настройке, обучению и применению многослойного перцептрона MLP для классификации LULC. Методика предусматривает использование многоканальных спутниковых изображений GeoTIFF, точечной обучающей выборки в формате CSV, спектральных и контекстных признаков, вегетационных и водных индексов, цифровой модели рельефа и данных ночного освещения. Рассматриваются установка Python/PyTorch, расширение и проверка обучающей выборки, настройка параметров сети, использование residual-соединений и attention-механизмов, обучение одиночной и ансамблевой MLP-моделей, создание классифицированного GeoTIFF, визуализация результатов в QGIS и оценка точности классификации.
Keywords
Citation
Alipbeki O.A., Grossul P.P., Rakhimov D.K. Подробная инструкция по работе с архитектурой MLP для классификации LULC. Алматы: Al-Farabi Kazakh National University, 2026. 20 с.