典型文献
小样本学习在高分遥感影像分类与识别中的应用
文献摘要：
遥感影像分类与识别是近年来深度学习以及图像分类与识别研究的热点,其中一个关键问题是因样本数据集的数据较少而极易出现过拟合.许多图像分类的模型和方法并不完全适用于遥感影像分类,将小样本学习与遥感影像处理结合起来,实现遥感影像数据增强和识别模型优化是一个可行的思路.根据小样本学习的发展现状,针对特征提取、模型分类方法,归纳总结了典型学习方法的原理及其在相关领域的应用;分析遥感影像处理的现状和存在问题,基于适用场景、优缺点对各方法进行了比较;通过分析小样本学习在高分遥感影像分类与识别上的应用,发现引入注意力机制和迁移学习后,小样本学习能够用于样本数据量小的遥感影像分类.
文献关键词：
小样本学习;遥感影像;图像分类与识别;深度学习
中图分类号：
作者姓名：
胡娟;杨厚群;杜欣然;王汉洋
作者机构：
海南大学 计算机科学与技术学院,海口570228
文献出处：
引用格式：
[1]胡娟;杨厚群;杜欣然;王汉洋-.小样本学习在高分遥感影像分类与识别中的应用)[J].重庆邮电大学学报（自然科学版）,2022(03):410-422
A类：
图像分类与识别
B类：
小样本学习,高分遥感影像,遥感影像分类,样本数据集,过拟合,多图像,遥感影像处理,遥感影像数据,数据增强,识别模型,模型优化,模型分类,分类方法,适用场景,注意力机制,迁移学习,够用,数据量
AB值：
0.19567
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。
