典型文献
基于残差神经网络的高分遥感影像精准分类方法
文献摘要：
由于传统的高分遥感影像精准分类方法的神经网络模型难以优化,使得影像分类出现精度较低等问题.对此,提出一种基于残差神经网络的高分遥感影像精准分类方法.通过同尺度下提取的特征进行分类和融合,得到多尺度特征分类结果.采用获取的遥感影像进行预处理,通过各种方式的校正以及图像融合将影像分辨率提高.采用残差神经网络的影像分类模型,并对模型中的参数进行优化,通过提升高分遥感影像的分类精度,完成了影像分类模型的迁移学习,实验结果表明:三种方法在相同条件下进行高分遥感影像分类测试,所提方法的影像分类精度明显优于两种传统方法,具有良好的应用效果.
文献关键词：
残差神经网络;高分遥感影像;分类;迁移学习
中图分类号：
作者姓名：
侯冬梅;张艳鹏;杨倩;张博阳
作者机构：
绥化学院信息工程学院,黑龙江绥化,152061;绥化学院电气工程学院,黑龙江绥化,152061
文献出处：
引用格式：
[1]侯冬梅;张艳鹏;杨倩;张博阳-.基于残差神经网络的高分遥感影像精准分类方法)[J].自动化与仪器仪表,2022(07):40-44
A类：
B类：
残差神经网络,高分遥感影像,精准分类,分类方法,多尺度特征,特征分类,图像融合,分类模型,分类精度,迁移学习,三种方法,遥感影像分类
AB值：
0.156361
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。
