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:
论文提出了一种基于深度残差卷积神经网络的高光谱遥感数据的分类方法.我们将深度残差卷积神经网络作为一种分类器,将待分类的像元及其领域像元一同作为神经网络的输入,通过残差网络的算法模型实现高光谱遥感数据的分类.我们使用深度学习技术将数据特征提取出来再进行分类,以达到提高分类准确度和效率的目的.本文主要通过改善分类方法来增强遥感数据分类的效率和处理能力.
推荐文章
基于深度残差网络ResNet的废料瓶分类系统
废料瓶分类
Opencv
深度学习
ResNet18
基于改进的深度残差网络的表情识别研究
深度学习
残差网络
表情识别
迁移学习
支持向量机
基于深度残差网络的脱机手写汉字识别研究
手写汉字识别
深度学习
深度残差网络
End-to-End
卷积神经网络
组合深度残差网络手势识别
手势识别
残差网络
肤色模型
深度学习
迁移学习
人机交互
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 基于深度残差网络的遥感数据分类
来源期刊 数字技术与应用 学科 工学
关键词 卷积神经网络 高光谱图像 图像分类 深度学习
年,卷(期) 2019,(1) 所属期刊栏目 应用研究
研究方向 页码范围 99-101
页数 3页 分类号 TP391.41|TP183
字数 2592字 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2019.01.53
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 王弢 南京信息工程大学自动化学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (13)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
高光谱图像
图像分类
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导