典型文献
融合1D-CNN和注意力机制的SAR影像地表水体信息提取
文献摘要：
准确地提取水体信息对洪涝灾害评估与水资源保护具有重要意义.本文利用融合了注意力机制的一维卷积神经网络模型对合成孔径雷达影像及纹理特征进行建模,并与支持向量机和逻辑回归模型进行了对比分析.结果表明:该模型在水体信息提取中,能够有效解决斑点噪声和山体阴影的影响,具有训练速度快、泛化能力强和鲁棒性好的特点.
文献关键词：
水体提取;合成孔径雷达;注意力机制;卷积神经网络;山体阴影
中图分类号：
作者姓名：
陈景珏
作者机构：
成都理工大学地球科学学院,四川 成都 610059
文献出处：
引用格式：
[1]陈景珏-.融合1D-CNN和注意力机制的SAR影像地表水体信息提取)[J].测绘,2022(02):56-61
A类：
B类：
1D,注意力机制,SAR,地表水体,水体信息提取,取水,洪涝灾害,灾害评估,水资源保护,护具,一维卷积神经网络,卷积神经网络模型,合成孔径雷达影像,纹理特征,逻辑回归模型,斑点噪声,山体阴影,训练速度,泛化能力,水体提取
AB值：
0.309938
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。
