地物分类

作品数：261被引量：1383H指数：16
导出分析报告
相关领域：自动化与计算机技术天文地球更多>>
相关作者：焦李成马文萍侯彪王爽马晶晶更多>>
相关机构：西安电子科技大学武汉大学中国科学院大学北京理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融合注意力机制和权重平衡算法的遥感图像分类
《吉林大学学报(地球科学版)》2025年第2期697-704,共8页王民水 王明常 王婧瑜 刘子维 
国家自然科学基金项目(42171407)。
针对城市遥感图像各种地物分布不均衡、分类精度较低的问题,提出融合并行注意力与权重平衡算法的遥感图像分类方法。该方法在DeepLabV3+和ResNet50创建的语义分割网络基础上,采用并行组合方式,融入通道注意力和空间注意力算法,提高网络...
关键词：注意力机制 权重平衡算法 DeepLabV3+网络 遥感图像 地物分类 
多源遥感数据融合的地物分类与目标定位技术
《中文科技期刊数据库(全文版)自然科学》2025年第4期046-049,共4页李政 
随着遥感技术的迅速发展,利用多源遥感数据进行地物分类和目标定位已成为地理信息科学领域的重要研究方向。为了提高地物分类的准确性与目标定位的精度,本研究提出了一种基于多源遥感数据融合的地物分类与目标定位技术。首先,通过分析...
关键词：多源遥感数据融合 地物分类 目标定位 机器学习算法 高精度定位 
AIR-PolSAR-Seg-2.0:大规模复杂场景极化SAR地物分类数据集
《雷达学报(中英文)》2025年第2期353-365,共13页王智睿 赵良瑾 汪越雷 曾璇 康健 杨健 孙显 
国家自然科学基金(62331027)。
极化合成孔径雷达(PolSAR)地物分类是SAR图像智能解译领域的研究热点之一。为了进一步促进该领域研究的发展,该文组织并发布了一个面向大规模复杂场景的极化SAR地物分类数据集AIR-PolSAR-Seg-2.0。该数据集由三景不同区域的高分三号卫星...
关键词：极化合成孔径雷达 公开数据集 复数图像 地物分类 深度学习 
不均衡少标签样本下基于语义自动编码网络的高光谱图像分类
《红外技术》2025年第4期429-436,共8页孙宝刚 何国斌 
国家自然科学基金项目(31071319);2022年重庆教委研究项目(22SKGH493)。
为了提升不均衡少标签样本下高光谱图像分类性能,本文提出了一种改进的语义自动编码网络,该网络首先将高光谱的类别标签信息引入到语义自编码网络模型中,通过将不同数据集的原始数据及标签信息分别映射至同一特征空间以建立已知类别和...
关键词：高光谱图像 地物分类 深度学习 语义自动编码网络 语义关联 特征映射 
基于ACSBL-DeepLabV3+的遥感图像地物分类方法研究
《无线电工程》2025年第3期548-557,共10页冯丹亭 于淼 于晓鹏 
吉林省科技发展计划项目(YDZJ202301ZYTS285)。
针对高分辨率遥感图像分割中复杂环境下的遥感影像提取不精准及小型物体易被忽略,导致类别提取不完整、物体边界模糊的问题,提出一种基于DeepLabV3+网络改进的遥感图像语义分割方法。在编码器部分,采用MobileNetV2轻量级网络作为主干特...
关键词：遥感图像多分类 语义分割 DeepLabV3+ 选择性大核注意力机制 解码器细化 
改进的U-Net卷积网络在遥感影像地物分类中的应用
《测绘通报》2025年第3期150-155,共6页苟长龙 庞敏 杨扬 
2021年甘肃省高等学校创新基金(2021B-463)。
地物分类在环境监测、资源管理和城市规划中具有重要作用,但光谱相似性、噪声干扰及自然与人造地物混杂等因素,使得分类过程面临各种挑战。为提高分类精度,并增强模型的稳健性,本文提出了一种基于U-Net卷积网络架构且结合Transformer自...
关键词：深度学习 地物分类 卷积神经网络 遥感影像 语义分割 
2020年武汉野战园多源典型地物分类数据集
《中国科学数据(中英文网络版)》2025年第1期333-343,共11页郑道远 兰逸舟 陈中桥 张寅 艾明耀 赵鹏程 胡庆武 
国家重点研发计划(2021YFB2600401)。
遥感地物分类是地表信息获取的重要途径,对精准掌握地表特性及其变化至关重要。鉴于现有地物分类数据集存在数据源单一、光谱信息不足等问题,本研究构建了一个具有丰富光谱信息、高空间分辨率的多源遥感地物分类数据集。本数据集采集自...
关键词：多源数据 地物分类 多光谱 
顾及局部-全局特征多尺度卷积注意力网络的点云地物分类方法
《地球信息科学学报》2025年第2期397-410,共14页隋心 郝玉婷 陈志键 王长强 史政旭 徐爱功 
国家自然科学基金项目(42074012);辽宁省重点研发计划项目(2020JH2/10100044);辽宁省“兴辽英才计划”项目(XLYC2002101、XLYC2008034)。
【目的】由于点云的非结构化和无序性,现有的深度学习点云分类网络存在局部特征和全局特征挖掘不充分并且缺乏有效的上下文特征融合的问题,难以实现地物精细分类。因此,本文提出了一种顾及局部-全局特征多尺度卷积注意力网络的点云地物...
关键词：深度学习 点云 地物分类 特征增强 多尺度融合 动态图卷积 注意力机制 自适应池化 
基于改进YOLOv5的多光谱卫星遥感图像地物分类方法被引量：1
《航天返回与遥感》2024年第6期113-123,共11页刘勇 杨伟丽 郭鹏宇 曹璐 王鑫慧 孟玲 赵炜东 
国家自然科学基金项目(61901504,52005506)。
基于深度学习的多光谱卫星遥感图像地物分类算法通常选用RGB波段而忽略NIR等波段数据,其网络的特征提取与应用扩展能力有待提升。针对这一问题,文章提出一种基于改进YOLOv5的多光谱卫星遥感图像地物分类方法(即VN-YOLOv5-Seg网络),该方...
关键词：多光谱图像 地物分类 目标检测网络 近红外波段 
基于Sentinel-2遥感影像的自然资源分类提取研究
《城市地质》2024年第4期490-499,共10页刘知 刘小松 杨波 王鑫 张航 
山西省地质勘查建设与发展基金项目(2023-007);山西省地质灾害防治重大专项项目(晋分采〔2020-00162〕G153-C53)联合资助。
全国自然资源更新调查的主要手段之一就是通过遥感影像提取地表覆盖物,进而掌握各种地物类型的空间分布情况,而卫星数据源是否具备高重访周期是开展该项工作数据源选择的重要考量因素之一。文章以宜兴市张渚镇为研究区,利用Sentinel-2...
关键词：哨兵2号 时序数据 光谱特性 地物分类 决策树 
全选清除导出
共26页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部