期刊导航
期刊开放获取
cqvip
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
一种针对精化样本的非监督SAR变化检测方法
被引量:
1
1
作者
董友强
李晓龙
崔斌
《测绘科学》
CSCD
北大核心
2021年第11期91-97,共7页
针对非监督框架下的深度学习SAR变化检测方法在样本选取时出现样本非平衡及冗余问题,改进了一种针对精化样本的非监督SAR影像变化检测方法:利用分层FCM针对不同差异图进行分割确定初始类别;提出利用邻域清理规则进行潜在错误样本剔除并...
针对非监督框架下的深度学习SAR变化检测方法在样本选取时出现样本非平衡及冗余问题,改进了一种针对精化样本的非监督SAR影像变化检测方法:利用分层FCM针对不同差异图进行分割确定初始类别;提出利用邻域清理规则进行潜在错误样本剔除并利用异质类空间距离完成对样本的筛选;构造卷积神经网络完成对待确定类别像素的分类,得到最终变化结果。采用三组实验数据进行实验,结果表明该文方法可行有效,且能在较好应对样本问题的同时具有较高的变化检测精度。
展开更多
关键词
SAR变化检测
样本精化选取
卷积神经网络
邻域清理规则
空间距离
原文传递
题名
一种针对精化样本的非监督SAR变化检测方法
被引量:
1
1
作者
董友强
李晓龙
崔斌
机构
北京建筑大学测绘与城市空间信息学院
重庆市地理信息和遥感应用中心
南京邮电大学地理与生物信息学院
出处
《测绘科学》
CSCD
北大核心
2021年第11期91-97,共7页
基金
国家重点研发计划项目(2019YFC1520800)
北京市博士后工作经费资助项目。
文摘
针对非监督框架下的深度学习SAR变化检测方法在样本选取时出现样本非平衡及冗余问题,改进了一种针对精化样本的非监督SAR影像变化检测方法:利用分层FCM针对不同差异图进行分割确定初始类别;提出利用邻域清理规则进行潜在错误样本剔除并利用异质类空间距离完成对样本的筛选;构造卷积神经网络完成对待确定类别像素的分类,得到最终变化结果。采用三组实验数据进行实验,结果表明该文方法可行有效,且能在较好应对样本问题的同时具有较高的变化检测精度。
关键词
SAR变化检测
样本精化选取
卷积神经网络
邻域清理规则
空间距离
Keywords
SAR change detection
refined sample
convolutional neural networks
Neighborhood cleanup rules
spatial distance
分类号
P237 [天文地球—摄影测量与遥感]
原文传递
题名
作者
出处
发文年
被引量
操作
1
一种针对精化样本的非监督SAR变化检测方法
董友强
李晓龙
崔斌
《测绘科学》
CSCD
北大核心
2021
1
原文传递
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