典型文献
基于残差注意力机制的泥石流沟谷识别
文献摘要：
针对泥石流灾害沟谷图像分类问题,文章对Resnet18网络进行改进,提出了一种改进的卷积神经网络模型.通过在网络结构中加入残差注意力模块,解决了原模型提取图像特征较差、边缘模糊的问题,改进后的网络能精确捕捉到泥石流灾害沟谷图像中的轮廓和内部山脊信息.此外,文章还对多种注意力机制结构进行了实验对比,分析其差异性,得出最适合泥石流灾害沟谷数据分类的注意力机制网络.实验表明改进后的网络模型在泥石流灾害沟谷图像的分类准确率达到75.42％,其分类性能在Resnet18网络模型的基础上提升了5.1％.
文献关键词：
Resnet18;注意力机制;遥感影像;泥石流灾害
中图分类号：
作者姓名：
刘坤香;王保云;徐繁树;韩俊
作者机构：
云南师范大学信息学院,云南 昆明 650500;云南师范大学数学学院,云南 昆明650500;云南省高校复杂系统建模及应用重点实验室,云南 昆明 650500
文献出处：
引用格式：
[1]刘坤香;王保云;徐繁树;韩俊-.基于残差注意力机制的泥石流沟谷识别)[J].中国地质灾害与防治学报,2022(06):134-141
A类：
B类：
残差注意力机制,沟谷,泥石流灾害,图像分类,分类问题,Resnet18,卷积神经网络模型,注意力模块,图像特征,捕捉到,山脊,实验对比,数据分类,注意力机制网络,分类准确率,分类性能,遥感影像
AB值：
0.251184
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。
