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
共找到6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：
基于深度学习与狮群SVM算法的遥感场景分类 被引量：3
1
作者 王李祺 侯宇超 +4 位作者 高翔 谭秀辉 程蓉 王鹏 白艳萍 《吉林大学学报（理学版）》 CAS 北大核心 2023年第4期863-874,共12页
针对高分辨遥感图像样本量小,以及传统优化支持向量机(SVM)算法易陷入局部最优解、寻优速度慢等问题,提出一种基于深度迁移学习与狮群优化SVM(LSO-SVM)算法对遥感图像场景进行分类.首先,通过自适应对比度增强图像后利用颜色聚合向量提... 针对高分辨遥感图像样本量小,以及传统优化支持向量机(SVM)算法易陷入局部最优解、寻优速度慢等问题,提出一种基于深度迁移学习与狮群优化SVM(LSO-SVM)算法对遥感图像场景进行分类.首先,通过自适应对比度增强图像后利用颜色聚合向量提取图像颜色特征;其次,利用3种预训练网络分别提取图像的迁移学习深度特征;最后,将手工提取的图像特征与用3种预训练网络获取的特征使用系列特征融合方法进行融合,并将其输入LSO-SVM进行图像场景分类.结果表明,该算法解决了小样本情况下深度学习较难训练及传统优化SVM算法易陷入局部最优解、寻优速度慢的问题.在80%的训练条件下,数据集UCM Land-Use和RSSCN7的分类精度分别达到99.52%和98.57%. 展开更多
关键词 遥感图像 图像分类 迁移学习 狮群优化算法 颜色聚合向量
下载PDF
基于深度学习特征融合的遥感图像场景分类应用 被引量：3
2
作者 王李祺 张成 +4 位作者 侯宇超 谭秀辉 程蓉 高翔 白艳萍 《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2023年第3期346-356,共11页
针对传统手工特征方法无法有效提取整体图像深层信息的问题,本文提出一种基于深度学习特征融合的场景分类新方法.利用灰度共生矩阵(GLCM)和局部二值模式(LBP)提取具有相关空间特性的纹理特征和局部纹理特征的浅层信息;通过基于AlexNet... 针对传统手工特征方法无法有效提取整体图像深层信息的问题,本文提出一种基于深度学习特征融合的场景分类新方法.利用灰度共生矩阵(GLCM)和局部二值模式(LBP)提取具有相关空间特性的纹理特征和局部纹理特征的浅层信息;通过基于AlexNet迁移学习网络提取图像的深层信息,在去除最后一层全连接层的同时加入一层256维的全连接层作为特征输出;将两种特征进行自适应融合,最终输入到网格搜索算法优化的支持向量机(GS-SVM)中对遥感图像进行场景分类识别.在公开数据集UC Merced的21类目标数据和RSSCN7的7类目标数据的实验结果表明,5次实验的平均准确率分别达94.77%和93.79%.该方法可有效提升遥感图像场景的分类精度. 展开更多
关键词 图像分类 卷积神经网络 灰度共生矩阵 局部二值模式 迁移学习 支持向量机
下载PDF
基于多特征融合与Fisher准则的遥感场景图像分类 被引量：1
3
作者 高翔 侯宇超 +3 位作者 程蓉 续婷 王李祺 白艳萍 《兰州大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第1期90-97,共8页
提出一种基于多特征融合的Fisher准则分类方法,将提取到的卷积神经网络特征、图像纹理的局部二值模式、方向梯度直方图特征及颜色特征、颜色矩进行有效融合,使其在高维空间上线性可分,利用线性分类器Fisher对特征模型的参数进行微调获... 提出一种基于多特征融合的Fisher准则分类方法,将提取到的卷积神经网络特征、图像纹理的局部二值模式、方向梯度直方图特征及颜色特征、颜色矩进行有效融合,使其在高维空间上线性可分,利用线性分类器Fisher对特征模型的参数进行微调获得分类结果.将该模型应用于数据集UCM进行测试,与其他分类方法相比,准确率均有所提升;与深度卷积网络GoogLeNet相比准确率提升1.5%.为保证该模型的泛用性,于AID数据集上进行进一步实验,结果验证了该模型的有效性. 展开更多
关键词 多特征融合 FISHER准则 图像分类
下载PDF
基于注意卷积模块的遥感图像场景分类应用 被引量：1
4
作者 王李祺 高翔 +2 位作者 程蓉 谭秀辉 白艳萍 《陕西科技大学学报》 北大核心 2023年第2期199-206,共8页
遥感场景分类任务中,面对遥感场景中类间相似性,类内多样性的挑战,直接应用卷积神经网络是局限的.现有的注意力机制在嵌入网络末端位置时,增强卷积神经网络表达场景图像的能力相较于嵌入其他位置时较弱.因此,提出基于注意卷积模块(ACM)... 遥感场景分类任务中,面对遥感场景中类间相似性,类内多样性的挑战,直接应用卷积神经网络是局限的.现有的注意力机制在嵌入网络末端位置时,增强卷积神经网络表达场景图像的能力相较于嵌入其他位置时较弱.因此,提出基于注意卷积模块(ACM)的MoblieNetv2模型框架,增强了注意力机制在卷积神经网络末端表达场景图像的能力.首先通过主干网络提取丰富的深度语义特征图,然后将ACM嵌入主干网络的末端,以此关注更加显著的特征区域.嵌入的ACM模块可以在不显著增加网络计算量的同时,有效地提高网络分类性能.该模块在嵌入CNN末端位置时相较于现有的注意力机制模块有着较佳的性能.在RSSCN7和RSOD两个公开的遥感场景数据集上,平均分类精度相较于MoblieNetv2分别提升2.42%和1.64%.实验结果表明ACM相比于已有的注意力机制在网络末端具有泛化性和更佳的分类精度. 展开更多
关键词 遥感图像 图像分类 卷积神经网络 注意力机制 MoblieNetv2
下载PDF
基于共性与特性信息融合的遥感场景图像分类 被引量：1
5
作者 高翔 王李祺 +1 位作者 魏志晴 白艳萍 《电子测量技术》 北大核心 2022年第21期104-110,共7页
由于遥感场景图像类内差距大即同一类别图像的特性信息相差较大,仅仅依靠特性信息分类的准确率不高,而现有遥感场景图像分类方法忽视了同一类别所具有的相同的共性信息也可以辅助图像识别,对此本文提出一种基于共性与特性信息融合的遥... 由于遥感场景图像类内差距大即同一类别图像的特性信息相差较大,仅仅依靠特性信息分类的准确率不高,而现有遥感场景图像分类方法忽视了同一类别所具有的相同的共性信息也可以辅助图像识别,对此本文提出一种基于共性与特性信息融合的遥感场景图像分类方法。首先,图像通过卷积网络较浅层与深层得到的简单特征图与复杂特征图相叠加,可认为是此图像注意力集中的特征图,提取此特征图的手工特征LBP作为共性信息。之后与卷积网络提取的特性信息融合并进行分类。本文使用经贝叶斯优化优化超参数的SVM分类器,使其性能达到最佳来消除分类器对实验的影响。在两个数据集UC Merced和AID上的实验,验证其分类精度分别达到了98.80%和96.06%,表明该方法能有效地提升遥感场景图像准确率。在国防,城市规划,地质勘查等领域有重要意义。 展开更多
关键词 图像分类 SVM 特征融合 特征工程
下载PDF
NGO对社会养老财政支出作用的研究
6
作者 王李祺 《现代商业》 2013年第33期193-193,共1页
由于政府单一供给主体的捉襟见肘、市场机制的缺陷以及家庭功能的弱化,NGO参与养老服务以及养老保障就变得十分重要。本文通过文献阅读和实地调研,阐述了NGO在参与养老财政支出方面的作用,提出了一些可行的政策建议。
关键词 NGO 养老服务 养老保障
下载PDF
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
使用帮助 返回顶部