期刊文献+
共找到3,127篇文章
< 1 2 157 >
每页显示 20 50 100
基于图像融合的深度图像修复算法 预览
1
作者 刘汉伟 曹雏清 《现代电子技术》 北大核心 2020年第2期182-186,共5页
针对目前大多数深度相机采集到的深度图像中含有大量噪点以及大面积的空洞问题,提出一种基于图像融合的深度图像修复算法。采用改进分水岭算法提取彩色图像中的边缘信息,基于KD树近邻算法依据深度图像的梯度信息提取分类信息,将彩色图... 针对目前大多数深度相机采集到的深度图像中含有大量噪点以及大面积的空洞问题,提出一种基于图像融合的深度图像修复算法。采用改进分水岭算法提取彩色图像中的边缘信息,基于KD树近邻算法依据深度图像的梯度信息提取分类信息,将彩色图像的边缘信息与深度图像像素点的分类信息相结合,得到精确地图像分类结果,再对融合后的每一类进行最小二乘法算法拟合空洞,修复深度图像中出现的大面积空洞问题。实验结果表明,该方法在对物体边缘处小面积空洞进行较为准确地修复的同时,能够对深度图像中存在的大面积空洞问题进行有效修复。 展开更多
关键词 深度图像修复 图像融合 提取边缘信息 图像分类 修复空洞 对比验证
在线阅读 下载PDF
基于AdaBoost级联框架的舌色分类 预览
2
作者 王奕然 张新峰 《北京生物医学工程》 2020年第1期8-14,共7页
目的基于图像处理的舌质颜色分析是中医舌诊现代化的重要内容,提高舌色的正确识别率是其中的关键问题。本文使用集成学习的分类方法来探讨舌色分类,以达到客观、准确地识别中医(traditional Chinese medicine,TCM)舌色。方法首先通过Ada... 目的基于图像处理的舌质颜色分析是中医舌诊现代化的重要内容,提高舌色的正确识别率是其中的关键问题。本文使用集成学习的分类方法来探讨舌色分类,以达到客观、准确地识别中医(traditional Chinese medicine,TCM)舌色。方法首先通过AdaBoost算法对舌图像进行初步分类,再将该算法与级联框架进行结合;然后通过"一对其余"的方法将AdaBoost从二分类扩展到多类来完成舌质颜色的分析;最后通过实验进行验证,并与其他方法所得出的结果进行对比。结果针对各类舌质颜色分类问题,使用随机森林与传统的AdaBoost分类器进行分类的正确率分别在78.0%~90.2%与89.4%~95.5%之间,而基于AdaBoost级联框架的分类器的各类舌质分类正确率在93.0%~98.7%之间。结论基于AdaBoost级联框架的舌质颜色分类方法与其他经典方法相比,具有较高的正确分类率,为基于图像处理的中医舌诊辅助诊断奠定了一定的基础。 展开更多
关键词 ADABOOST算法 级联框架 图像分类 多分类算法
在线阅读 下载PDF
分类激活图增强的图像分类算法 预览
3
作者 杨萌林 张文生 《计算机科学与探索》 CSCD 北大核心 2020年第1期149-158,共10页
分类激活图(CAM)具有稀疏、不连续、不完整等问题,并且目前大部分研究仅将其用于可视化分析。基于此,首先利用扩张卷积设计了自动加权的多尺度特征学习来弥补分类激活图存在的问题,并将该多尺度特征与分类激活图生成方法结合,设计了多... 分类激活图(CAM)具有稀疏、不连续、不完整等问题,并且目前大部分研究仅将其用于可视化分析。基于此,首先利用扩张卷积设计了自动加权的多尺度特征学习来弥补分类激活图存在的问题,并将该多尺度特征与分类激活图生成方法结合,设计了多尺度分类激活图生成方法。进一步,将该多尺度的分类激活图嵌入到网络中构成了端到端的结构,实现分类性能增强的目的。以残差网络ResNet为骨干网络,提出了分类增强模型ResNet-CE。在三个公开数据集CIFAR10、CIFAR100和STL10上,对该模型进行了大量的实验。实验表明:ResNet-CE在这三个数据集上的分类性能与参数量相当的ResNet相比有明显的提升,识别的错误率分别降低了0.23%、3.56%和7.96%,并且分类性能优于当前大部分的分类网络。提出的算法能够简单地迁移到已有的分类模型中,提高原有模型的分类性能。同时,该算法保留了对模型判断依据可视化和解释的功能,这在医疗影像中的疾病识别、无人驾驶的场景识别等场景中具有一定的应用价值和意义。 展开更多
关键词 图像分类 分类激活图(CAM) 多尺度 可视化 可解释性
在线阅读 下载PDF
利用多时相特征的落叶松人工林分类 预览
4
作者 郭瑞霞 李崇贵 +2 位作者 刘思涵 马婷 全青青 《浙江农林大学学报》 CAS CSCD 北大核心 2020年第2期235-242,共8页
【目的】基于多时相遥感影像研究落叶松Larix gmelini人工林季相特性,采用多种分类方法提取落叶松人工林空间分布,以期得到适用落叶松人工林提取的手段和方法。【方法】利用多时相Landsat 8影像,在分析落叶松人工林季相和物候特性的基础... 【目的】基于多时相遥感影像研究落叶松Larix gmelini人工林季相特性,采用多种分类方法提取落叶松人工林空间分布,以期得到适用落叶松人工林提取的手段和方法。【方法】利用多时相Landsat 8影像,在分析落叶松人工林季相和物候特性的基础上,综合森林资源二类调查成果和样地数据,分别采用最大似然法、支持向量机法、光谱角法和k最近邻法提取研究区的落叶松人工林信息,并进行精度验证。【结果】落叶松人工林具有明显的植被光谱特征和季相特性,在近红外波段各树种类别光谱差异最明显,秋季影像对落叶松人工林信息提取效果较好。利用多时相数据对落叶松人工林信息提取精度明显优于单时相数据的提取精度,多时相Landsat 8影像能使落叶松人工林分类精度达86%以上,其中光谱角法最好,精度为88.3463%。【结论】利用多时相特征遥感影像进行落叶松人工林信息提取研究,有着一定的可行性和适用性,研究结果对大面积获取落叶松人工林的空间位置分布提取具有一定的参考价值。 展开更多
关键词 森林经理学 Landsat 8影像 落叶松人工林 季相特征 图像分类 F精度
在线阅读 免费下载
基于SSD的织物瑕疵检测的研究 预览
5
作者 张丽瑶 王志鹏 徐功平 《电子设计工程》 2020年第6期40-44,共5页
纺织业是我国经济的支柱产业之一,在织物生产过程中,产生的织物瑕疵将会严重影响其质量。为实现织物瑕疵的检测与分类从而代替人工,采用SSD网络进行深度学习目标检测。通过使用布料厂生产的织物图像数据制作数据集,然后利用图像处理技... 纺织业是我国经济的支柱产业之一,在织物生产过程中,产生的织物瑕疵将会严重影响其质量。为实现织物瑕疵的检测与分类从而代替人工,采用SSD网络进行深度学习目标检测。通过使用布料厂生产的织物图像数据制作数据集,然后利用图像处理技术减弱不同织物的背景纹理信息,最后结合SSD网络模型对处理后的织物样本中的瑕疵进行学习判断与不断调节参数,生成的模型可以实现油污、松停车痕、紧停车痕以及错花四种织物瑕疵的分类与识别,平均准确率达到80%,可用于织物瑕疵目标检测,具有广阔的应用前景。 展开更多
关键词 SSD网络 深度学习 瑕疵识别 图像处理 图像分类
在线阅读 下载PDF
一种基于多尺度卷积神经网络和分类统计的图像去雾霾方法 预览
6
作者 齐永锋 李占华 《红外技术》 CSCD 北大核心 2020年第2期190-197,共8页
传统的去雾霾方法会导致天空、白云和明亮区域内的颜色失真。为了解决以上问题,提出了一种基于多尺度卷积神经网络和分类统计的去除图像雾霾的方法。首先用多尺度卷积神经网络估计图像的透射率,其次对所估计的透射率进行分类统计以确定... 传统的去雾霾方法会导致天空、白云和明亮区域内的颜色失真。为了解决以上问题,提出了一种基于多尺度卷积神经网络和分类统计的去除图像雾霾的方法。首先用多尺度卷积神经网络估计图像的透射率,其次对所估计的透射率进行分类统计以确定在暗通道内天空、白云和明亮区域的像素值,最后通过低通高斯滤波器平滑图像场景的辐射度,得到恢复的无雾霾图像。实验结果表明,采用提出的方法对图像去雾霾后明亮区域内的颜色不会失真,且保留了图像的自然外观,对合成图像和真实图像均有较好的去雾霾效果。 展开更多
关键词 图像处理 图像去雾霾 多尺度卷积神经网络 分类统计 透射率
在线阅读 下载PDF
AdaBoost图像到类距离学习的图像分类方法 预览
7
作者 李子龙 周勇 鲍蓉 《南京大学学报:自然科学版》 CAS CSCD 北大核心 2020年第1期51-56,共6页
近年来,距离度量学习已经成为图像分类领域的研究热点之一,图像到类距离的度量作为其中的一种方法,取得了不错的分类效果.该方法是一种非参数方法,但由于缺少训练学习,其分类性能很容易受干扰因素的影响,为此提出一种基于AdaBoost算法... 近年来,距离度量学习已经成为图像分类领域的研究热点之一,图像到类距离的度量作为其中的一种方法,取得了不错的分类效果.该方法是一种非参数方法,但由于缺少训练学习,其分类性能很容易受干扰因素的影响,为此提出一种基于AdaBoost算法的图像到类距离学习的图像分类方法.首先将图像到类的距离进行阈值化处理,并使用线性分段函数作为图像到类距离的评价函数,然后将该评价函数作为弱分类器加入到AdaBoost算法中生成一个强分类器.为了选择最优的弱分类器,使用粒子群优化算法确定图像的相似性阈值,再基于权重错误误差最小化原则得到距离评价函数的两个评价值.最后通过实验验证,该方法在Scene 15和Caltech 101图像数据集上比其他方法有更好的分类效果. 展开更多
关键词 图像分类 图像到类距离 ADABOOST 粒子群优化算法
在线阅读 免费下载
可见光遥感图像海面目标检测技术综述 预览
8
作者 刘俊琦 李智 张学阳 《计算机科学》 CSCD 北大核心 2020年第3期116-123,共8页
基于可见光遥感图像的海面目标检测技术是当前遥感领域的研究热点,为推进基于可见光遥感图像的海面目标检测技术的发展,文中对当前主要的检测方法进行了总结。首先,介绍了可见光遥感图像目标特性以及图像目标检测基本流程,并分析了遥感... 基于可见光遥感图像的海面目标检测技术是当前遥感领域的研究热点,为推进基于可见光遥感图像的海面目标检测技术的发展,文中对当前主要的检测方法进行了总结。首先,介绍了可见光遥感图像目标特性以及图像目标检测基本流程,并分析了遥感图像目标检测的研究现状;然后,针对海面目标快速检测问题,详细介绍了视觉显著性方法在遥感图像目标检测方面的研究现状;接着,针对遥感图像分类识别问题,详细介绍了卷积神经网络在遥感图像目标检测方面的研究现状;最后,总结了现有方法应用于海面目标检测存在的问题以及未来的研究方向。 展开更多
关键词 遥感图像 目标检测 视觉显著性 图片分类 卷积神经网络
在线阅读 免费下载
基于人工智能的正位DR胸片质控体系研究与应用
9
作者 王继元 李真林 +3 位作者 蒲立新 张凯 刘秀民 周滨 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2020年第1期158-168,共11页
随着医学诊断、治疗模式的改变,医学影像的质量直接影响着医生对病情的诊断和治疗。因此,通过计算机实现智能影像质控对放射科技师的拍片工作会有较大的辅助作用。本文拟就深度学习领域中的图像分割模型、图像分类模型结合传统图像处理... 随着医学诊断、治疗模式的改变,医学影像的质量直接影响着医生对病情的诊断和治疗。因此,通过计算机实现智能影像质控对放射科技师的拍片工作会有较大的辅助作用。本文拟就深度学习领域中的图像分割模型、图像分类模型结合传统图像处理算法应用于医学影像质量评价的研究方法及应用情况予以阐述。我们发现使用深度学习算法对医学影像大数据进行有效训练,提取出来的特征相比于单纯使用传统图像处理算法更加准确、高效,诠释了深度学习在医疗领域的广阔应用前景。本文开发出了一套辅助拍片智能质控系统,并成功应用到了华西医院和其他市、县级医院的放射科,有效验证了该质控系统的可行性与稳定性。 展开更多
关键词 医学影像 质量评价 深度学习 影像分割 影像分类
基于活动轮廓模型和影像组学的乳腺癌LVI状态预测 预览
10
作者 冯宝 李昌林 +1 位作者 李智 刘壮盛 《东北大学学报:自然科学版》 EI CAS CSCD 北大核心 2020年第2期193-199,共7页
针对乳腺癌患者术前LVI状态预测问题,提出了活动轮廓模型和影像组学相结合的计算机辅助分析方法.首先,提出一种基于后验概率和模糊速度函数的活动轮廓模型方法来完成乳腺癌DCE-MRI图像分割.通过在小波域下构建基于后验概率的活动轮廓模... 针对乳腺癌患者术前LVI状态预测问题,提出了活动轮廓模型和影像组学相结合的计算机辅助分析方法.首先,提出一种基于后验概率和模糊速度函数的活动轮廓模型方法来完成乳腺癌DCE-MRI图像分割.通过在小波域下构建基于后验概率的活动轮廓模型的区域项,同时利用模糊速度函数构建活动轮廓模型的边界项,可以提高乳腺癌病灶分割的准确性.其次,提取形态、灰度、纹理等图像特征,利用集成分类器随机森林方法构造LVI状态的预测模型.实验结果表明,所构建的模型对乳腺癌患者LVI状态具有较好的预测能力. 展开更多
关键词 DCE-MRI 乳腺癌 活动轮廓模型 影像组学 图像分割 图像分类
在线阅读 下载PDF
基于深度残差网络图像分类算法研究综述 预览
11
作者 赵志成 罗泽 +1 位作者 王鹏彦 李健 《计算机系统应用》 2020年第1期14-21,共8页
近年来,由于计算机技术的飞速迅猛发展,特别是硬件条件的改善,计算能力不断提高,深层神经网络训练的时间大大缩短,深度残差网络也迅速成为一个新的研究热点.深度残差网络作为一种极深的网络架构,在精度和收敛等方面都展现出了很好的特性... 近年来,由于计算机技术的飞速迅猛发展,特别是硬件条件的改善,计算能力不断提高,深层神经网络训练的时间大大缩短,深度残差网络也迅速成为一个新的研究热点.深度残差网络作为一种极深的网络架构,在精度和收敛等方面都展现出了很好的特性.研究者们深入研究其本质并在此基础上提出了很多关于深度残差网络的改进,如宽残差网络,金字塔型残差网络,密集型残差网络,注意力残差网络等等.本文从残差网络的设计出发,分析了不同残差单元的构造方式,介绍了深度残差网络不同的变体.从不同的角度比较了不同网络之间的差异以及这些网络架构在常用图像分类数据集上的性能表现.最后我们对于这些网络进行了总结,并讨论了未来深度残差网络在图像分类领域的一些研究方向. 展开更多
关键词 图像分类 深度学习 计算机视觉 深度残差网络 恒等变换 卷积神经网络
在线阅读 下载PDF
基于光斑图像特征的飞秒激光烧蚀功率分类模型研究 预览
12
作者 王福斌 刘洋 +2 位作者 霍晓彤 李占贤 潘兴辰 《激光与红外》 CAS CSCD 北大核心 2020年第1期117-123,共7页
针对光晕导致的光斑图像边缘模糊的特点,采用Niblack局部阈值分割得到光斑目标区域,并提取光斑的几何特征;以Niblack分割得到的图像边缘对原始光斑图像进行裁剪,得到去除光晕影响的光斑目标灰度图像,在此基础上提取该区域光斑图像亮度,... 针对光晕导致的光斑图像边缘模糊的特点,采用Niblack局部阈值分割得到光斑目标区域,并提取光斑的几何特征;以Niblack分割得到的图像边缘对原始光斑图像进行裁剪,得到去除光晕影响的光斑目标灰度图像,在此基础上提取该区域光斑图像亮度,结合光斑几何特征构造6维特征矩阵。分别采用BP神经网络、线性局部切空间排列LLTSA-BP网络、局部保持投影LPP-BP模型对烧蚀功率进行识别;进一步采用极限学习机(ELM-Extreme Learning Machine)、LLTSA-ELM和LPP-ELM降维模型,基于降维后的特征矩阵进行烧蚀功率分类。对比研究发现BP神经网络在对6维特征矩阵分类时收敛时间比ELM分类模型短,所需隐含层神经元个数少。而流形学习-ELM模型则在对降维之后的数据分类时表现较优,所需时间远远小于BP神经网络模型的处理时间,其中LPP-ELM模型对光斑的分类效果最优。 展开更多
关键词 飞秒激光 极限学习机 流形学习 图像分类
在线阅读 下载PDF
结合自注意力的对抗性领域适应图像分类方法 预览
13
作者 陈诚 郭卫斌 李庆瑜 《计算机工程与科学》 CSCD 北大核心 2020年第2期259-265,共7页
作为解决数据集迁移和适应的系统性框架,领域适应在近年来发展迅速。在生成对抗网络出现以后,对抗性思想的引入为领域适应中的无监督适应问题带来了新的思路。通过研究生成对抗网络和领域适应的内在联系,类比生成对抗网络的改进方法,提... 作为解决数据集迁移和适应的系统性框架,领域适应在近年来发展迅速。在生成对抗网络出现以后,对抗性思想的引入为领域适应中的无监督适应问题带来了新的思路。通过研究生成对抗网络和领域适应的内在联系,类比生成对抗网络的改进方法,提出了结合自注意力模块的领域适应方法,用以弥补无法建模长距离依赖的缺陷。同时,考虑到生成对抗网络和领域适应任务上的不同,通过引入新的学习参数来改进自注意力模块,使其在分类任务上有更高的精度和健壮性。最后,在公开的领域适应数据集上的实验证实了本文方法的有效性和可行性。 展开更多
关键词 迁移学习 领域适应 图像分类 生成对抗网络
在线阅读 下载PDF
基于局部性约束和视觉显著性的图像分类方法 预览
14
作者 梁晔 马楠 +1 位作者 许亮 桂雨晗 《北京联合大学学报》 CAS 2020年第1期57-62,共6页
基于词包模型的图像表示方法是目前应用最广泛的特征表示方法之一,特征编码是该模型中非常重要的环节。针对已有编码方法未考虑语义信息的缺点,提出了基于局部性约束和视觉显著性的特征编码方法,并用于图像分类。在5个标准图像库进行实... 基于词包模型的图像表示方法是目前应用最广泛的特征表示方法之一,特征编码是该模型中非常重要的环节。针对已有编码方法未考虑语义信息的缺点,提出了基于局部性约束和视觉显著性的特征编码方法,并用于图像分类。在5个标准图像库进行实验和分析,结果表明融入显著性语义信息的图像编码方法能够提升分类性能。 展开更多
关键词 视觉显著性 特征编码 图像分类 局部性约束
在线阅读 免费下载
综合相似性在红外目标隐身效果评估中的应用 预览
15
作者 赵晓枫 魏银鹏 +2 位作者 杨佳星 蔡伟 张志利 《红外与激光工程》 EI CSCD 北大核心 2020年第1期131-141,共11页
对于单张红外图像进行隐身效果评估,需要考虑像素点间反映的图像相似特征信息,而单一的相似性度量方法不能够全面准确地反映红外图像间相似性。在对单张红外图像均等分块的基础上,综合考虑了基于图像灰度直方图法、方向梯度直方图特征... 对于单张红外图像进行隐身效果评估,需要考虑像素点间反映的图像相似特征信息,而单一的相似性度量方法不能够全面准确地反映红外图像间相似性。在对单张红外图像均等分块的基础上,综合考虑了基于图像灰度直方图法、方向梯度直方图特征法、结构相似度法和目标分类4种相似性度量方法的优点,利用主成分分析法确定不同相似性度量方法的权重值,提出了基于综合相似性度量的评估方法。通过各相似性度量方法间横向与纵向的对比,分析不同遮挡情况下目标与背景图像间每种相似性度量方法的平均值和标准差。结果表明:综合相似性度量能够更准确地反映图像间相似性信息,更有效地处理单张红外图像隐身效果评估问题。 展开更多
关键词 相似性 隐身效果评估 图像分类 主成分分析
在线阅读 下载PDF
深度强化学习的图像特征高效分类方法仿真 预览
16
作者 李睿 章宇辉 《计算机仿真》 北大核心 2020年第1期377-380,共4页
针对现有的图像特征分类方法收敛性差,分类无法满足日益增加的网络需求的现状,本文提出了一种基于深度强化学习的图像特征分类方法。通过对目标图像特征区域进行复域Contourlet分解,过滤处理分解结果,从而可以将目标图像子带系数矩阵提... 针对现有的图像特征分类方法收敛性差,分类无法满足日益增加的网络需求的现状,本文提出了一种基于深度强化学习的图像特征分类方法。通过对目标图像特征区域进行复域Contourlet分解,过滤处理分解结果,从而可以将目标图像子带系数矩阵提取出来,求取系数矩阵的相关特征。采取深度学习网络,使所选图像的特征向量直接经过已训练的层状网络深度模型,完成图像特征分类。实验结果表明,所提方法的误识率比现有方法明显降低,收敛速度明显提升。改进方法比传统方法更具优势,能够满足图像特征分类智能化处理的需要。 展开更多
关键词 深度强化学习 图像特征 特征分类 层状网络深度模型
在线阅读 下载PDF
基于机器学习的血细胞分类研究进展 预览
17
作者 孙凯 姚旭峰 +2 位作者 马风玲 赵文硕 黄钢 《中国医学物理学杂志》 CSCD 2020年第1期127-132,共6页
基于机器学习的血细胞分类方法已经引起了人们的广泛重视。本文探讨了近几年基于机器学习的血液细胞分类领域的相关研究成果与进展,对目前各种研究所用到的数据采集、图像预处理、图像分割、特征提取及分类器分类方法所用新技术做出详... 基于机器学习的血细胞分类方法已经引起了人们的广泛重视。本文探讨了近几年基于机器学习的血液细胞分类领域的相关研究成果与进展,对目前各种研究所用到的数据采集、图像预处理、图像分割、特征提取及分类器分类方法所用新技术做出详细的说明与分析。深度学习在机器学习基础上发展而成,因其端到端、高准确度等优势展现出强大发展前景。目前研究趋向于采取深度学习与人工特征提取结合、改进网络结构等新方法不断提高网络模型分类准确度及泛化性。然而,基于机器学习的血细胞分类技术投入临床使用仍存在一些问题与挑战。 展开更多
关键词 机器学习 图像处理 分类 血液细胞
在线阅读 免费下载
基于Relief-LVQ的脑功能网络分类 预览
18
作者 黄瑾 梅雪 +1 位作者 王晓 易辉 《计算机工程与设计》 北大核心 2020年第3期845-849,共5页
为解决小样本和高维数据分类的过拟合和泛化问题,提出一种结合Relief算法和学习矢量量化神经网络提取特征并对被试进行分类的方法,与其它基于功能连接网络的分类方法相比提高了准确性和分类速度。研究分析不同类型的精神疾病对分类器的... 为解决小样本和高维数据分类的过拟合和泛化问题,提出一种结合Relief算法和学习矢量量化神经网络提取特征并对被试进行分类的方法,与其它基于功能连接网络的分类方法相比提高了准确性和分类速度。研究分析不同类型的精神疾病对分类器的影响,验证了该方法在分类多种疾病方面具有普适性。通过与支持向量机、反向传播网络和卷积神经网络等机器学习方法进行比较分析,验证了此方法对小样本高维数据的分类准确性和有效性。 展开更多
关键词 Relief-LVQ网络 功能磁共振成像 医学图像处理 分类 抑郁症
在线阅读 下载PDF
面向机器阅读的地图名称注记类别识别方法
19
作者 任福 侯宛玥 《武汉大学学报:信息科学版》 EI CSCD 北大核心 2020年第2期273-280,共8页
地图在人们的生产生活中发挥着重要作用,地图注记中蕴含大量信息,识别地图名称注记类别对未来计算机阅读地图以及进一步绘制地图具有重大意义。近年来,热门的深度学习技术尤其是卷积神经网络对解决图像分类问题具有良好效果,使用训练集... 地图在人们的生产生活中发挥着重要作用,地图注记中蕴含大量信息,识别地图名称注记类别对未来计算机阅读地图以及进一步绘制地图具有重大意义。近年来,热门的深度学习技术尤其是卷积神经网络对解决图像分类问题具有良好效果,使用训练集对卷积神经网络进行训练,神经网络模型可以提取出数据集图片中的特征,并不断调整模型参数直到训练完成。以谷歌的开源框架TensorFlow作为实验的深度学习平台,对多部地图集的多份注记数据集进行智能分类研究,从地图集中人工获取注记图片作为样本数据集,构建卷积神经网络模型并尝试混合训练和分开训练两种方式。实验表明,混合训练方式获得的模型表现更加出色。 展开更多
关键词 地图名称注记 图像分类 卷积神经网络 机器阅读
针对高光谱图像的目标分类方法现状与展望 预览
20
作者 李秉璇 周冰 +1 位作者 贺宣 刘贺雄 《激光与红外》 CAS CSCD 北大核心 2020年第3期259-265,共7页
进入21世纪,遥感技术成为一项非常重要的空间成像技术。高光谱图像分类是遥感技术应用中非常重要的一项研究内容,在民用和军用上都实现了应用。高光谱图像分类是通过给每个像元添加分类标签,最终达到区分地物并且识别目标的目的。本文... 进入21世纪,遥感技术成为一项非常重要的空间成像技术。高光谱图像分类是遥感技术应用中非常重要的一项研究内容,在民用和军用上都实现了应用。高光谱图像分类是通过给每个像元添加分类标签,最终达到区分地物并且识别目标的目的。本文简要阐述了高光谱图像的分类过程及其面临的主要问题;在总结前人研究的基础上归纳了4类主要的高光谱图像分类策略,简要分析了其优缺点及适用范围;分析了近年来出现的新型分类器及其优化方法。最后,对于高光谱图像分类研究存在的主要困难进行了总结,并对未来发展的方向进行了展望。 展开更多
关键词 高光谱成像 图像分类 综述
在线阅读 下载PDF
上一页 1 2 157 下一页 到第
使用帮助 返回顶部 意见反馈