典型文献
一种基于深度学习的遥感图像融合方法
文献摘要：
目前学者常用的线性遥感图像融合方法大部分会有光谱失真较大,图像质量退化和计算量大等问题,深度学习是一种非线性的融合方法,利用非线性运算能提取到更具体的图像特征,利用卷积层进行特征融合和图像重构得到遥感图像融合图像.在卷积层使用小卷积核多卷积层和小池化核增强网络的拟合能力,同时为了防止过拟合在全连接层进入dropout层,增加神经网络的鲁棒性.
文献关键词：
深度学习;卷积神经网络;卷积层;VGGNetReLu函数
中图分类号：
作者姓名：
赵学军;闫雪;杨威;梁轩宇
作者机构：
中国矿业大学(北京),机电与信息工程学院,北京100083
文献出处：
引用格式：
[1]赵学军;闫雪;杨威;梁轩宇-.一种基于深度学习的遥感图像融合方法)[J].长江信息通信,2022(05):1-4
A类：
VGGNetReLu
B类：
遥感图像融合,融合方法,分会,失真,图像质量,计算量,非线性运算,取到,图像特征,卷积层,层进,特征融合,和图像,图像重构,融合图像,卷积核,多卷,小池,池化,过拟合,全连接层,dropout
AB值：
0.37311
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。
