共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于改进的3D⁃CNN的高光谱遥感图像地物分类显示文摘高光谱遥感影像波段众多,包含丰富的辐射、空间和光谱信息,是多种信息的综合载体,应用广泛。但是传统的高光谱影像地物分类方法多着重于光谱维度的特征提取,却忽略了空间维度上的特征,进而影响了分类的准确性。三维卷积神经网络(Three⁃dimensional convolutional neural network,3D⁃CNN)可以同时在3个维度上对数据进行卷积处理,故本文采用3D⁃CNN深度网络进行高光谱影像地物分类,并针对3D⁃CNN网络存在的问题,提出了一种基于改进的3D⁃CNN的高光谱遥感影像地物分类方法。本文方法对提取到的空间和光谱特征实现融合复用,尽可能发挥特征的价值。此外,本文引入浅层特征细节保存网络的思想,提出一种综合浅层特征细节保存的影像分类深度网络模型,进一步提高了高光谱影像地物分类的准确度。在Tensorflow框架下对2个常用的高光谱遥感影像数据集(Indian Pines和Pavia University)的实验结果表明,相比基础的3D⁃CNN网络,本文方法的分类精度提高了近2%,而且类别边界更准确。 | 谢幸雨 贺辉 邢海花 | 2021 | 数据采集与处理2021，36，1： | 3 |
| 2 | 基于多分类器融合的高光谱图像分类研究显示文摘针对由于高光谱图像存在数据量大、数据相关性强、图谱合一等特点导致高光谱图像分类难度较大的问题,构建一种基于多分类器融合的高光谱图像分类模型.该模型首先使用双边滤波算法进行去噪处理,然后使用LDA算法与PCA算法相结合、单独PCA算法、Gabor滤波与PCA算法相结合三种方式分别对数据进行降维与特征提取,并分别使用SVM分类器、LightGBM分类器与AdaBoost分类器进行分类.最后设计一种AHP-投票法,将三个分类器的分类结果进行融合.结果表明,模型融合后效果显著提高,总体精度(OA)可达97.59%,平均精度(AA)可达98.95%以上,Kappa系数可达97.32%以上,OA、AA、Kappa系数比单个模型分类器平均提高2.30%、1.13%、2.54%. | 王燕 李国臣 孙晓丽 | 2022 | 兰州理工大学学报2022，48，1： | 2 |
| 3 | Computational Intelligence in Remote Sensing Image Registration:A survey显示文摘In recent years,computational intelligence has been widely used in many fields and achieved remarkable performance.Evolutionary computing and deep learning are important branches of computational intelligence.Many methods based on evolutionary computation and deep learning have achieved good performance in remote sensing image registration.This paper introduces the application of computational intelligence in remote sensing image registration from the two directions of evolutionary computing and deep learning.In the part of remote sensing image registration based on evolutionary calculation,the principles of evolutionary algorithms and swarm intelligence algorithms are elaborated and their application in remote sensing image registration is discussed.The application of deep learning in remote sensing image registration is also discussed.At the same time,the development status and future of remote sensing image registration are summarized and their prospects are examined. | Yue Wu Jun-Wei Liu Chen-Zhuo Zhu Zhuang-Fei Bai Qi-Guang Miao Wen-Ping Ma Mao-Guo Gong | 2021 | International Journal of Automation and computing2021，18，1： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员