特征重校准融合密集神经网络的遥感场景分类

来源 :计算机工程与设计 | 被引量 : 1次 | 上传用户：zzhcom

【摘要】

：

针对遥感影像场景中空间信息丰富以及冗余的地理特征会对网络训练时造成干扰等问题,提出一种采用特征重校准融合密集神经网络的遥感影像场景分类方法。通过缩聚与激发机制建立SE block,将SE block与其多尺度分支嵌入DenseNet-121中进行特征重校准,利用DenseNet中密集连接方式加强信息流的传递。该方法使得整体模型获得全局感受野的稳健特征表示,减少遥感场景特征的冗余映射。通过在两个公开

【作者】

：

陈德海潘韦驰马原黄艳国

【机构】

：

江西理工大学电气工程及自动化学院

【出处】

：

计算机工程与设计

【发表日期】

：

2020年06期

【关键词】

：

特征重校准密集神经网络遥感影像深度学习场景分类 feature recalibrationdensely connected neural networ

【基金项目】

：

国家自然科学基金项目(61463020),江西省自然科学基金项目(20151BAB206034)

下载到本地 , 更方便阅读

下载此文赞助VIP

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

其他文献

《国家学生体质健康标准》指导下的大学生体育教学开展

由于社会科学水平的飞速发展,导致人们进入快节奏的生活状态,这就要求国民的身体素质适应社会的劳动需求。相应地,对即将步入社会的大学生的身体素质要求也有所提高。大学生

期刊

学生体质健康标准大学生体育教学

融合用户兴趣度和信任度的协同过滤推荐算法

针对传统协同过滤推荐算法推荐精度较低等问题,提出一种个性化社交活动推荐算法。采用文件主题模型求取用户与其参加过的所有社交活动的主题分布,利用隐含主题概率分布表征用

期刊

协同过滤个性化推荐兴趣度信任度文件主题模型collaborative filteringpersonalized recommendationinte

特征重校准融合密集神经网络的遥感场景分类

其他学术论文