郭交

作品数：31被引量：192H指数：7
导出分析报告
供职机构：西北农林科技大学机械与电子工程学院更多>>
发文主题：干涉合成孔径雷达多时相POLSAR干涉相位图卷积神经网络更多>>
发文领域：电子电信自动化与计算机技术农业科学文化科学更多>>
发文期刊：《课程教育研究》《农业工程学报》《新课程研究（中旬）》《亚太教育》更多>>
所获基金：国家自然科学基金中央高校基本科研业务费专项资金教育部“新世纪优秀人才支持计划”陕西省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
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：
基于XGBoost算法的森林生物量多源遥感反演
《西北林学院学报》2025年第2期198-206,219,共10页蒋晋豫 王海燕 张馨之 耿佳 郭交 项诗雨 
陕西省林业科学院科技创新平台建设专项(SXLK2022-0401)。
森林生态系统是陆地生物圈的主体,森林生物量的准确反演对于全球碳储量的研究具有重要作用。本研究以新疆西北部区域森林生物量为研究对象,使用Sentinel-1A微波遥感数据和Sentinel-2B光学遥感数据源,结合200块地面调查数据,通过提取Sent...
关键词：森林生物量 Sentinel-1A Sentinel-2B XGBoost 
基于多特征优化的PolSAR数据农作物精细分类方法
《农业机械学报》2024年第9期275-285,共11页郭交 王鹤颖 项诗雨 连嘉茜 王辉 
国家自然科学基金项目(U22B2015);陕西省重点研发计划项目(2024NC-ZDCYL-05-02)。
农作物精细分类在农业资源调查、农作物种植结构监管等诸多领域具有重要意义。极化合成孔径雷达(Polarimetric synthetic aperture radar,PolSAR)能够有效探测伪装和穿透掩盖物,提取多种散射特征信息,获取覆盖农作物生长关键物候阶段的...
关键词：农作物分类 POLSAR 栈式稀疏自编码网络 RELIEFF 卷积神经网络 
基于超宽带雷达回波短时傅里叶变换的土壤含水率检测
《农业机械学报》2024年第8期352-360,共9页尉鹏亮 周昱宏 王若蓁 郭交 
中央高校基本科研业务费专项资金项目(2452023048);陕西省重点研发计划项目(2020GY-162)。
土壤体积含水率监测对提高农业生产效率和制定合理土壤管理措施具有重要意义。超宽带雷达由于其高距离分辨率、强穿透能力在农业土壤动态信息实时监测中得到广泛应用。但以往对超宽带雷达信号的处理主要关注时域特征,忽略了同样具有丰...
关键词：土壤体积含水率 超宽带雷达 短时傅里叶变换 卷积神经网络 
杨凌农业示范区经济作物种植结构多源多时相遥感数据集被引量：1
《中国科学数据（中英文网络版）》2023年第2期329-338,共10页郭交 白静远 叶永凯 韩超越 张伟涛 
国家对地观测科学数据中心开放基金(NODAOP2021013);国家自然科学基金(41301450、62071350)。
卫星遥感能够及时获取大尺度下的地物分布,为经济作物种植结构的信息获取提供良好的数据与技术支撑。本数据集以杨凌农业示范区为研究区域,由遥感数据、地面真值数据、杨凌边界以及分类结果 4部分组成。遥感数据由2021年4月到9月的哨兵...
关键词：杨凌示范区 经济作物 种植结构 多源多时相 遥感数据 
基于多尺度CNN模型的多时相PolSAR图像作物分类被引量：1
《上海航天（中英文）》2022年第3期54-59,共6页张伟涛 王敏 郭交 
国家自然科学基金(62071350)。
农作物分类是偏振合成孔径雷达(PolSAR)数据的重要应用之一。由于单时相PolSAR数据获取的信息有限,因此,采用多时相PolSAR数据,其含有农作物生长周期更丰富的特征信息。针对多时相PolSAR数据在极化特征分解时造成的“维数灾难”问题,提...
关键词：农作物分类 偏振合成孔径雷达(PolSAR) 数据压缩 自编码器 多尺度特征分类网络(MSFCN) 
基于时变散射特征与CNN的双极化SAR作物分类
《上海航天（中英文）》2022年第3期77-83,共7页郭交 白清源 李恒辉 
国家自然科学基金(62071350)。
作物类型分类是极化合成孔径雷达(PolSAR)图像中最重要的应用之一。然而,由于成本和系统限制,越来越多的双极化SAR系统已经投入使用。由于双极化模式的限制,双极化SAR数据集存在严重的贴现特性,使得双极化SAR图像难以获得令人满意的分...
关键词：作物分类 极化合成孔径雷达 H/α分解 卷积神经网络 复杂Wishart分类器 
融合栈式自编码与CNN的高光谱影像作物分类方法被引量：6
《农业机械学报》2021年第12期225-232,共8页郭交 李仪邦 董思意 张伟涛 
国家自然科学基金项目(62071350);陕西省重点研发计划项目(2020GY-162);国家对地观测科学数据中心开放基金项目(NODAOP2021013)。
在高光谱影像作物分类中,为了充分利用高光谱遥感影像完整的光谱信息,同时避免高维数据带来的Hughes现象,本文从栈式自编码网络的数据降维与CNN网络的分类优势出发,首先分析了此种网络在训练过程中的共性,以自编码网络优化过程中分类器...
关键词：作物分类 高光谱影像 栈式自编码网络 卷积神经网络 
基于超宽带雷达和多光谱数据融合的土壤含水率检测被引量：4
《农业机械学报》2021年第9期241-249,共9页郭交 白清源 郭文川 
国家自然科学基金项目(51979233、41301450);陕西省重点研发计划项目(2020GY-162)。
土壤含水率监测是精准农业的重要组成部分,对于农情监测和农业生产起着关键性作用。超宽带雷达由于其体积小、质量轻、穿透力强和功耗低等特性已被广泛应用于土壤含水率监测研究。而现有超宽带雷达反演土壤含水率多为理想裸土情况,实际...
关键词：土壤含水率 超宽带雷达 多光谱 数据融合 支持向量机 
栈式稀疏自编码网络的多时相全极化SAR散射特征降维被引量：6
《遥感学报》2020年第11期1379-1391,共13页李恒辉 郭交 韩文霆 刘艳阳 宁纪锋 
陕西省重点研发计划(编号:2020GY-162);国家自然科学基金(编号:41301450,51979233,61601298);中央高校基本科研业务费专项资金资助项目(编号:2452019180)。
利用极化合成孔径雷达(PolSAR)能够实现地物的识别和分类,而多时相全极化SAR可以获取地物更多的散射特征,提升地物识别精度,但高维散射特征的引入会带来严重的维数灾难问题。为了实现对高维散射特征的有效降维,本文提出一种基于栈式稀...
关键词：特征降维 作物分类 极化合成孔径雷达 多时相 栈式稀疏自编码网络 卷积神经网络 
基于合成孔径雷达的土壤水分反演研究进展被引量：6
《三峡生态环境监测》2020年第2期44-53,共10页刘健 郭交 韩文霆 
国家自然科学基金资助项目(41301450);陕西省重点研发计划项目(2020GY-162);“十三五”国家重点研发计划课题(2017YFC0403203)。
土壤水分是水文、环境和农业等研究领域的重要参数,也是旱情监测和灌溉管理的关键指标,故及时获取土壤水分信息对水资源管理、生态规划和农业生产实践有着重要的意义和作用。合成孔径雷达(synthetic aperture radar,SAR)具有一定的穿透...
关键词：土壤水分反演 合成孔径雷达 裸露地表 时空分辨率 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部