首頁 > 期刊 > 自然科學(xué)與工程技術(shù) > 信息科技 > 計算機軟件及計算機應(yīng)用 > 計算機系統(tǒng)應(yīng)用 > 基于深度學(xué)習(xí)的衛(wèi)星圖像識別分類方法 【正文】
基于深度學(xué)習(xí)的衛(wèi)星圖像識別分類方法
方浩文; 施華君 中國電子科技集團公司第三十二研究所; 上海201808
- 衛(wèi)星圖像
- 深度學(xué)習(xí)
- 卷積神經(jīng)網(wǎng)絡(luò)
- 圖像識別
- 除霧算法
摘要：衛(wèi)星遙感技術(shù)是一種非常重要的地球空間監(jiān)測技術(shù).衛(wèi)星遙感圖像經(jīng)過處理后具有數(shù)據(jù)量大和數(shù)據(jù)類型復(fù)雜多樣的特點,傳統(tǒng)方法進行識別分類耗費大量人力物力.為了降低工作量,并為后續(xù)處理提供便利,本文將深度學(xué)習(xí)算法應(yīng)用于衛(wèi)星圖像的識別分類中,設(shè)計了一種基于VGGNet的識別分類方法,利用除霧算法對訓(xùn)練數(shù)據(jù)進行數(shù)據(jù)增強處理,并添加嶺回歸正則化層,利用標(biāo)簽之間的相關(guān)性進行預(yù)測,使得方法達到90%以上的F2 score,并在實驗部分進行了對比驗證.最后利用此方法搭建了一個基于Django的在線識別分類展示系統(tǒng).
- 衛(wèi)星圖像
- 深度學(xué)習(xí)
- 卷積神經(jīng)網(wǎng)絡(luò)
- 圖像識別
- 除霧算法
摘要：衛(wèi)星遙感技術(shù)是一種非常重要的地球空間監(jiān)測技術(shù).衛(wèi)星遙感圖像經(jīng)過處理后具有數(shù)據(jù)量大和數(shù)據(jù)類型復(fù)雜多樣的特點,傳統(tǒng)方法進行識別分類耗費大量人力物力.為了降低工作量,并為后續(xù)處理提供便利,本文將深度學(xué)習(xí)算法應(yīng)用于衛(wèi)星圖像的識別分類中,設(shè)計了一種基于VGGNet的識別分類方法,利用除霧算法對訓(xùn)練數(shù)據(jù)進行數(shù)據(jù)增強處理,并添加嶺回歸正則化層,利用標(biāo)簽之間的相關(guān)性進行預(yù)測,使得方法達到90%以上的F2 score,并在實驗部分進行了對比驗證.最后利用此方法搭建了一個基于Django的在線識別分類展示系統(tǒng).
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
計算機系統(tǒng)應(yīng)用
- 預(yù)計1-3個月 預(yù)計審稿周期
- 0.45 影響因子
- 計算機 快捷分類
- 月刊 出版周期
主管單位：中國科學(xué)院;主辦單位：中國科學(xué)院軟件研究所
我們提供的服務(wù)
在線客服
一對一咨詢服務(wù)、簡單快捷、省時省力
了解更多 >
快遞配送
直郵到家、實時跟蹤、更安全更省心
了解更多 >
雜志訂閱
去除中間環(huán)節(jié)享受低價，物流進度實時通知
了解更多 >
雜志推薦
正版雜志，匹配度高、性價比高、成功率高
了解更多 >