典型文献
面向遥感图像的小样本目标检测改进算法研究
文献摘要：
针对传统的遥感图像目标检测中面临的小样本以及目标样本分布不均衡等问题,提出了一种基于改进的卷积神经网络(convolutional neural network,CNN)的遥感图像小样本目标检测算法.首先,该算法利用K近邻(K-nearest neighbor,kNN)回归分别对每个点和卷积层提取特征构建局部邻域;同时,通过最大池化聚合所有局部特征进行全局特征表示;最后,采用全连接层与缩放指数型线性单元(scaled expected linear unit,SELU)激活函数计算各类别对应的概率并分类.实验结果表明,该算法能够更有效地融合局部特征,提高了遥感图像小样本目标识别与检测的精度,同时保持信息的非局部扩散.
文献关键词：
卷积神经网络;小样本;深度学习
中图分类号：
作者姓名：
李成范;赵俊娟
作者机构：
东华理工大学江西省数字国土重点实验室,江西南昌330013;上海大学计算机工程与科学学院,上海200444
文献出处：
引用格式：
[1]李成范;赵俊娟-.面向遥感图像的小样本目标检测改进算法研究)[J].上海大学学报（自然科学版）,2022(02):314-323
A类：
B类：
遥感图像,小样本目标检测,改进算法,算法研究,图像目标检测,样本分布,convolutional,neural,network,目标检测算法,法利,近邻,nearest,neighbor,kNN,卷积层,提取特征,特征构建,局部邻域,最大池化,局部特征,全局特征,特征表示,全连接层,缩放,指数型,型线,scaled,expected,linear,unit,SELU,激活函数,目标识别与检测,非局部扩散
AB值：
0.484231
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
