典型文献
遥感场景分类的批处理协方差神经网络方法
文献摘要：
针对卫星遥感图像场景分类数据集中存在的局部区域特征异常问题,提出一种采用批处理协方差层的神经网络(CovNN)模型进行遥感场景分类的方法.该方法通过计算全输入通道的局部区域均值实现一种3D批处理协方差算法,能够有效消除局部区域均值的影响,从而更好地处理局部光照过强和局部区域存在无关特征的问题.将其应用于存在局部光照异常和局部无关特征问题的卫星采集AID数据集和NWPU-RESISC45数据集中,实验表明CovNN在两个数据集上均取得了超过现有卷积神经网络(CNN)的召回率,可有效降低图像局部区域特征异常的不利影响.
文献关键词：
遥感卫星;人工智能;深度神经网络;批处理协方差;迁移学习
中图分类号：
作者姓名：
郑天佑;王强
作者机构：
哈尔滨工业大学航天学院,哈尔滨150001
文献出处：
引用格式：
[1]郑天佑;王强-.遥感场景分类的批处理协方差神经网络方法)[J].宇航学报,2022(06):811-819
A类：
批处理协方差,CovNN
B类：
遥感场景分类,神经网络方法,卫星遥感图像,遥感图像场景分类,分类数据,局部区域,区域特征,异常问题,全输,输入通,照过,特征问题,AID,NWPU,RESISC45,召回率,遥感卫星,深度神经网络,迁移学习
AB值：
0.294753
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。
