作者：司龙伟高分遥感影像深度学习卷积神经网络迁移学习场景分类
摘要：随着高分遥感卫星的发展,高分遥感影像数据逐年增长,其在国土、农业、城市建设、环境监测、生态建设等方面发挥着重要的作用。然而传统高分遥感影像的场景分类速度较慢,精度较低。文章将深度学习中的卷积神经网络与高分遥感影像的场景分类相结合,极大地提高了分类精度。与此同时,运用迁移学习技术极大地降低了训练样本数量与训练时间,为高分遥感影像的场景分类提供了新的思路。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《江苏科技信息》（CN：32-1191/T）是一本有较高学术价值的旬刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《江苏科技信息》秉承“科学、严谨、诚信”的办刊方针，“院士话题”“自主创新”“申报指南”“知识产权”“科技金融街”“公共服务平台”“民企在线”“地方科技”“管理论坛”“研究与交流”等特色专栏一直深受广大读者好评。
部级期刊
人气 1073984 评论 53
省级期刊
人气 845945 评论 70
人气 806698 评论 68
人气 753046 评论 72
