期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卷积神经网络的遥感图像地物分类
被引量:
1
1
作者
仇龙
《信息记录材料》
2024年第1期87-90,93,共5页
遥感图像中包含了丰富的信息,如何有效提取这些信息成为当前的挑战。高光谱遥感图像分类是研究的热点。针对高光谱图像的地物分类问题,本文设计了一个新颖的光谱—空间特征双流密集残差网络。本文在高光谱图像领域的开源数据集Indian Pi...
遥感图像中包含了丰富的信息,如何有效提取这些信息成为当前的挑战。高光谱遥感图像分类是研究的热点。针对高光谱图像的地物分类问题,本文设计了一个新颖的光谱—空间特征双流密集残差网络。本文在高光谱图像领域的开源数据集Indian Pines上进行了实验,实验结果表明该方法有效地改善了高光谱图像的分类性能。
展开更多
关键词
遥感图像
深度学习
卷积神经网络
图像分类
地物分类
下载PDF
职称材料
题名
基于卷积神经网络的遥感图像地物分类
被引量:
1
1
作者
仇龙
机构
北京科技大学资产经营公司
出处
《信息记录材料》
2024年第1期87-90,93,共5页
文摘
遥感图像中包含了丰富的信息,如何有效提取这些信息成为当前的挑战。高光谱遥感图像分类是研究的热点。针对高光谱图像的地物分类问题,本文设计了一个新颖的光谱—空间特征双流密集残差网络。本文在高光谱图像领域的开源数据集Indian Pines上进行了实验,实验结果表明该方法有效地改善了高光谱图像的分类性能。
关键词
遥感图像
深度学习
卷积神经网络
图像分类
地物分类
分类号
TP75 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络的遥感图像地物分类
仇龙
《信息记录材料》
2024
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部