郑州大学团队在遥感与地理计算方向取得新进展  

作　　者：赫晓慧[1] 李盼乐 

机构地区：[1]郑州大学

出　　处：《资源导刊》2021年第22期18-18,共1页Resources Guide

摘　　要：近日,郑州大学地球科学与技术学院田智慧教授遥感与地理计算团队在道路智能提取方面取得新进展,其成果分别以题为《Exploring Label Probability Sequence to Robustly Learn Deep Convolutional Neural Networks for Road Extraction with Noisy Datasets》(《基于标签后验概率序列的高鲁棒深度道路提取方法》)和《Exploring Multiple Crowdsourced Data to Learn Deep Convolutional Neural Networks for Road Extraction》(《多源众包数据支撑下的深度卷积神经道路提取方法》)的学术论文,发表在遥感领域顶级期刊《IEEE Transactions on Geoscience and Remote Sensing》(《美国电子与电气工程地球科学与遥感学报》)和地学领域顶级期刊《International Journal of Applied Earth Observation and Geoinformation》(《国际应用地球观测和地理信息杂志》)上。

关 键 词：地理计算 地球科学 地球观测 地学领域 后验概率 学术论文 地理信息 遥感领域 

分 类 号：G23[文化科学]