典型文献
基于卷积神经网络的时空融合采样重构算法
文献摘要：
基于遥感图像采样的实际情况,提出一种改进的基于卷积神经网络的时空融合采样重构算法.考虑到相同时间段内低空间分辨率图像的数量要远远多于高空间分辨率图像,为了充分利用这两类图像数据来提高预测高空间分辨率图像的精度,采用对多幅低空间分辨率图像的差异的Runge Kutta差分公式.以此为基础获得高空间分辨率图像的差异,并以均方误差为基准计算权重参数,更好地捕获图像的空间细节.最后将该重构算法与其他方法在公共数集上进行比较,实验结果表明该方法具有更准确的融合结果.
文献关键词：
时空融合;重构算法;Runge Kutta差分公式;图像处理
中图分类号：
作者姓名：
刘志龙;李松华
作者机构：
湖南理工学院数学学院, 湖南岳阳 414006
文献出处：
引用格式：
[1]刘志龙;李松华-.基于卷积神经网络的时空融合采样重构算法)[J].湖南理工学院学报（自然科学版）,2022(01):10-15
A类：
B类：
时空融合,合采,重构算法,遥感图像,低空,高空间分辨率,图像数据,测高,多幅,Runge,Kutta,差分公式,均方误差,其他方法,数集
AB值：
0.233626
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。
