基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
遥感图像的识别技术一直被广泛运用于民用和军事领域.针对采集到的遥感飞机图像存在大量干扰,如遮挡、噪声、视角变化等因素,提出一种改进的基于卷积神经网络的遥感图像目标识别算法.在复杂环境下,运用卷积神经网络对飞机目标进行识别,避免了在特征提取过程中信息的丢失,提高了识别率.实验结果证明了该算法在遥感图像飞机目标识别中的可行性,能克服尺度变化及目标姿态变化等因素的影响.同时提出的算法较传统CNN、BP神经网络和支持向量机(SVM)方法具有更好的识别效果,鲁棒性更强.
推荐文章
基于全卷积神经网络的遥感图像海面目标检测
YOLOv3
全卷积神经网络
遥感图像
目标检测
基于模糊神经网络的目标识别研究
目标识别
模糊神经网络
传感器
基于卷积神经网络的高分辨率雷达目标识别
高分辨距离像
雷达目标识别
卷积神经网络
批归一化
支持向量机
基于卷积神经网络的遥感图像去噪算法
图像去噪
卷积神经网络
遥感图像
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卷积神经网络的遥感图像飞机目标识别
来源期刊 信息技术与网络安全 学科 工学
关键词 卷积神经网络 深度学习 遥感图像 飞机识别
年,卷(期) 2017,(22) 所属期刊栏目 人工智能
研究方向 页码范围 66-69,73
页数 5页 分类号 TP391.9
字数 3587字 语种 中文
DOI 10.19358/j.issn.1674-7720.2017.22.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘坤 上海海事大学信息工程学院 23 86 6.0 9.0
2 晁安娜 上海海事大学信息工程学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (65)
参考文献  (10)
节点文献
引证文献  (8)
同被引文献  (39)
二级引证文献  (8)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(2)
  • 参考文献(1)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(13)
  • 引证文献(6)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
卷积神经网络
深度学习
遥感图像
飞机识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
相关基金
航空科学基金
英文译名:
官方网址:http://www.chinaasfc.cn/file_show.asp?LanMuID=GZZD0100
项目类型:面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导