您现在的位置是:网站首页 > 当代诗歌

基于深度神经网络的面向对象遥感模式识别关键技术研究

本站2019-07-07188人围观
简介 摘要第4-5页Abstract第5-6页第1章绪论第9-17页引言第9-10页研究意义第10页国内外研究现状第10-14页传统遥感语义分类第10-13页深度神经网络应用于遥感第13-14页论文

基于深度神经网络的面向对象遥感模式识别关键技术研究

摘要第4-5页Abstract第5-6页第1章绪论第9-17页引言第9-10页研究意义第10页国内外研究现状第10-14页传统遥感语义分类第10-13页深度神经网络应用于遥感第13-14页论文研究内容第14-15页论文组织结构第15-17页第2章面向对象遥感与深度神经网络原理第17-30页面向对象遥感第17-19页面向对象遥感基本原理第17-18页面向对象遥感主要概念第18-19页深度神经网络第19-30页人工神经网络第19-25页卷积神经网络第25-30页第3章深度神经网络应用于面向对象遥感分类可行性分析第30-41页基于深度神经网络的面向对象遥感分类基本流程第30-31页数据集简介第31-35页研究区域第31页数据预处理第31-32页基于卷积神经网络的面向对象遥感数据提取第32-35页卷积核大小和步长设计策略研究第35-37页网络结构设计第35页结果分析第35-37页基于感知哈希算法的卷积特征图分析第37-40页感知哈希算法第37-38页结果分析第38-40页本章小结第40-41页第4章基于光谱-空间信息的并行深度神经网络分类第41-55页基于光谱-空间信息的并行深度神经网络分类框架第41-42页多波段影像和全色影像网络结构第42-43页空谱并行深度神经网络结构第43-44页空谱并行深度神经网络训练与误差反传策略第44-45页实验结果和分析第45-54页运行效率对比第45-46页结果分析第46-54页本章小结第54-55页第5章基于三维深度卷积策略的多尺度遥感分类第55-64页三维深度卷积策略第55-56页基于三维深度卷积策略的多尺度遥感分类第56-58页实验与分析第58-62页数据集第58-59页实验结果第59-60页实验结果分析第60-62页本章小结第62-64页第6章总结与展望第64-66页总结第64-65页展望第65-66页致谢第66-67页参考文献第67-72页攻读硕士期间参与的项目及研究成果第72页。