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：
基于Unet和SVM耦合的遥感影像地物分类优化改进研究
1
作者 聂岩 蒋鹏飞 +1 位作者 边防 贾方圆 《新一代信息技术》 2023年第18期7-12,共6页
基于语义分割网络的遥感地物分类是近年来遥感解译所采用的新兴手段之一,其中Unet网络因结构简单、训练高效和易于构建等而成为最经典的语义分割模型。本文以最大限度扩增遥感数据信息量为前提,通过纹理、光谱、语义三方面特征提升数据... 基于语义分割网络的遥感地物分类是近年来遥感解译所采用的新兴手段之一,其中Unet网络因结构简单、训练高效和易于构建等而成为最经典的语义分割模型。本文以最大限度扩增遥感数据信息量为前提,通过纹理、光谱、语义三方面特征提升数据信息丰度,主要工作包括:(1)引入Resnet残差模块对Unet网络模型加以改进;(2)采用窗口滚动输入输出方法解决数据喂入和相邻瓦块间“缝隙”问题;(3)采用数据串联耦合方法实现数据的三个方面特征融合。实验表明,改进Unet模型能在防止模型退化和保留纹理特征信息的前提下进一步加深网络层,提高了网络提取丰富语义特征的能力。数据串联耦合保留了数据的高层语义特征、纹理高频信息和数据辐射光谱信息,提升了SVM模型的分类精度,达到了良好的地物识别分割效果。 展开更多
关键词 Unet残差网络 语义特征 数据串联 信息特征
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