多结构卷积神经网络特征级联的高分影像土地利用分类

来源 :武汉大学学报(信息科学版) | 被引量 : 6次 | 上传用户:liangting123456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高分辨率遥感影像包含丰富的土地利用类型信息,针对单一卷积神经网络提取图像特征信息不足的问题,提出了一种多结构卷积神经网络(convolutional neural network,CNN)特征级联的分类方法。首先,选择CaffeNet(convolutional architecture for fast feature embedding)、VGG-S(visual geometry group-slow)、VGG-F(visual geometry group-fast)为实验初始模型,对网络全
其他文献
采用时空同现模式分析方法挖掘多元犯罪事件之间的关联关系,可为犯罪事件防控问题提供科学指导。现有方法依赖人为设置的频繁度阈值,应用部门若缺乏先验知识则可能导致决策错误。因此,基于非参数统计思想,提出一种面向城市犯罪的时空同现模式显著性检验方法。首先通过重建每类犯罪事件的时空分布,构建多元犯罪事件分布独立的零模型;然后根据零模型下多元犯罪事件同现频率的试验分布,判别候选时空同现模式的显著性。最后设计具
期刊
为了适应现代卫星的高精度、高可靠和轻量化发展需要,姿态控制系统对飞轮电机的输出力矩平稳性、效率、质量、可靠性、体积等指标提出了更高要求.通过对飞轮电机极对数、转矩