原文服务方: 计算机应用研究       
摘要:
随着遥感技术和计算机技术的不断发展,传统的遥感影像分类方法已不能满足如今遥感影像分类的需求.近年来,随着深度学习方面研究成果的不断涌现,它给遥感影像的分类提供了一种新的思路和方法.首先概述了遥感影像分类的发展和深度学习的基本概念,然后重点介绍了基于深度置信网、卷积神经网络和栈式自动编码器等深度学习模型在遥感影像分类中的研究进展,最后提出了目前研究中存在的问题及遥感影像分类的发展趋势.
推荐文章
基于深度迁移学习的城市高分遥感影像分类
分类
卷积神经网络
深度学习
遥感影像
基于深度学习的癌症计算机辅助分类诊断研究进展
深度学习
肺癌
乳腺癌
计算机辅助分类诊断
医学影像
机器学习在鼻咽癌影像分析中的研究进展
鼻咽癌
机器学习
医学成像
基于深度学习的无人机遥感影像水体识别
深度学习
卷积神经网络
无人机遥感
MSER
水体识别
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 深度学习在遥感影像分类中的研究进展
来源期刊 计算机应用研究 学科
关键词 深度置信网 卷积神经网络 栈式自动编码器 遥感影像分类 深度学习
年,卷(期) 2018,(12) 所属期刊栏目 综述评论
研究方向 页码范围 3521-3525
页数 5页 分类号 TP751
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.12.001
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 付伟锋 长安大学地质工程与测绘学院 3 17 1.0 3.0
2 邹维宝 长安大学地质工程与测绘学院 5 72 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (159)
参考文献  (33)
节点文献
引证文献  (17)
同被引文献  (78)
二级引证文献  (16)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(7)
  • 参考文献(3)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(6)
  • 参考文献(4)
  • 二级参考文献(2)
2016(6)
  • 参考文献(6)
  • 二级参考文献(0)
2017(7)
  • 参考文献(7)
  • 二级参考文献(0)
2018(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(6)
  • 二级引证文献(0)
2018(6)
  • 引证文献(6)
  • 二级引证文献(0)
2019(12)
  • 引证文献(6)
  • 二级引证文献(6)
2020(15)
  • 引证文献(5)
  • 二级引证文献(10)
研究主题发展历程
节点文献
深度置信网
卷积神经网络
栈式自动编码器
遥感影像分类
深度学习
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导