信息系统工程2024，Issue(8) ：140-143.

基于深度学习扩张卷积网络的遥感图像分类全局特征提取研究

李娇娇 张敏
信息系统工程2024，Issue(8) ：140-143.
✕
  • NETL
  • NSTL
  • 万方数据

基于深度学习扩张卷积网络的遥感图像分类全局特征提取研究

李娇娇 1张敏1
扫码查看

作者信息

  • 1. 晋中信息学院
  • 折叠

摘要

探索基于深度学习扩张卷积网络的遥感图像分类全局特征提取的有效性.研究内容包括使用扩张卷积神经网络算法处理UCMerced Land-Use数据集,并结合主成分分析法和线性判别分析法提取全局特征.实验结果显示,扩张卷积网络能够有效提高遥感图像的分类精度和特征提取能力,尤其是在河流和农田等场景中,网络显示出较高的分类精度.研究的意义在于展示了扩张卷积网络在处理空间信息丰富的遥感图像时的优势,为今后遥感图像处理的技术进步和应用开发提供参考.

关键词

深度学习/扩张卷积网络/遥感图像分类/全局特征

引用本文复制引用

出版年

2024
信息系统工程
天津市信息中心

信息系统工程

影响因子：0.29
ISSN：1001-2362
段落导航相关论文