【摘 要】
：
高光谱图像分类是遥感领域的研究热点之一,是对地观测的重要手段,在地物的精细识别等领域具有重要的应用。使用卷积神经网络(CNN)可以有效地从原始图像中提取高级特征,具有较高的分类精度。但CNN计算量巨大,对硬件要求较高。为了提高模型计算效率,可以在图形处理器(GPU)上进行CNN模型的训练。现有的并行算法,比如GCN(GPU based Cube-CNN),无法充分利用GPU的并行能力,算法加速效果
【机 构】
：
上海海洋大学信息学院,201306;上海电力大学电子与信息工程学院,上海200090
论文部分内容阅读
高光谱图像分类是遥感领域的研究热点之一,是对地观测的重要手段,在地物的精细识别等领域具有重要的应用。使用卷积神经网络(CNN)可以有效地从原始图像中提取高级特征,具有较高的分类精度。但CNN计算量巨大,对硬件要求较高。为了提高模型计算效率,可以在图形处理器(GPU)上进行CNN模型的训练。现有的并行算法,比如GCN(GPU based Cube-CNN),无法充分利用GPU的并行能力,算法加速效果并不理想。为了进一步提升算法效率,提出基于通用矩阵乘法(GEMM)算法的GGCN(GPU based C
其他文献
本文分析基岩浅层的固结灌浆对土石坝防渗体免遭渗流冲蚀破坏的重要性，对基岩固结灌浆施工中的若干不正确做法提出纠正意见。研究表明：(1)大坝坝基固结灌浆对土石坝坝基渗流控
由于月饼的主要成分是糖,以下几种人不宜吃月饼:1、胃和十二指肠溃疡病人:患者吃月饼后促使胃酸大量分泌,强烈而持续地刺激溃疡面,从而使病情加重。如果吃月饼过多或过快,还
基于压缩感知的计算关联成像中,散斑设计是高质量图像重构的关键。针对传统散斑生成方法存在冗余高、关联成像质量低的问题,提出了一种基于主成分分析的散斑设计方法。该方法通过线性映射将高维空间中的数据投影到低维空间中,使低维空间上的投影方差最大化。结合图像先验知识,通过样本训练方法得到一组测量矩阵,在低采样率下可提高成像质量。实验结果表明,与传统方法相比,在采样率相同且低于0.5时,本方法可将图像的峰值信
深度学习通过训练样本进行特征识别,已经被广泛应用于道路提取领域。该方法不局限于特定类型的影像,但是受训练样本数量和计算机硬件的限制,所提取的道路会有断裂和噪声。针对上述问题,使用VGG卷积神经网络对道路进行初步提取后引入张量投票方法进行优化处理。首先通过影像变换、随机裁剪、过采样等方法对样本进行多模式扩充,进而训练VGG卷积神经网络模型;其次利用该网络从原始影像中初步分割道路面,接着对道路面的二值
本文对湿磨水泥机的磨细机理进行了探讨，提出了"介质幕"的概念，从理论上分析了磨细效率对磨细机结构和研磨介质的要求。研究表明：(1)必须以系统化的观念来分析湿磨过程。概括地
针对现有点云配准算法不能很好地同时解决点云模型变尺度和配准精度等问题,提出一种变尺度的两阶段点云模型配准算法。第一阶段加入动态的尺度因子,粗略估计并调整目标点云模型的尺度;然后将空间旋转变换三个角度进行格点划分,以30°为格点间距,这提高了算法的收敛速度并避免陷入局部最优,为第二阶段配准提供良好的初始位置。在尺度迭代最近点(SICP)算法基础上对第二阶段进行优化,以此对点云模型进行更加精准的匹配。
传统的基于RGB和骨骼特征的行为识别算法,普遍存在两种特征互补性不足及视频关键时序性不强等问题。为解决这一问题,提出一种自适应融合RGB和骨骼特征的行为识别算法。首先,面向RGB图像和骨骼图像,联合双向长短时记忆(LSTM)网络和自注意力机制提取两者的时空特征;然后,构建自适应权重计算网络(AWCN),并以两者的空间特征为输入计算出自适应权重;最后,利用自适应权重得到上述时空特征的融合特征,实现了
青岛是海上丝绸之路的起点之一,在中国与东南亚、朝鲜半岛及日本等地区的经济、政治、军事、文化交流等方面发挥了重要的作用。记者从青岛市商务局了解到,近年来,青岛市发挥
我小时候,最害怕到各家的神龛面前去看木雕菩萨,因为那些高高矮矮、大大小小的菩萨一个个都像真人一样,尽管大多数慈眉善目,但是,僵硬的木头人,越是冲你微笑,越是让你觉得恐