| 基于双分支卷积网络的高光谱与多光谱图像协同土地利用分类 |
| |
| 引用本文： | 刘帅, 张旭含, 李笑迎, 田野. 基于双分支卷积网络的高光谱与多光谱图像协同土地利用分类[J]. 农业工程学报, 2020, 36(14): 252-262. DOI: 10.11975/j.issn.1002-6819.2020.14.031 |
| |
| 作者姓名： | 刘帅 张旭含 李笑迎 田野 |
| |
| 作者单位： | 1.燕山大学信息科学与工程学院,秦皇岛 066004;2.河北省信息传输与信号处理重点实验室,秦皇岛 066004 |
| |
| 基金项目： | 国家自然科学基金项目（61601398）;河北省高等学校科学技术研究项目（QN2017146） |
| |
| 摘 要： | 高精度监测土地利用对实现可持续发展有重要意义.然而,由于遥感传感器成像的限制和地物的复杂性,单一的高光谱和多光谱图像已经不能满足高精度土地利用分类的要求,充分利用高光谱和多光谱遥感图像的互补信息能克服仅采用单一遥感图像分类的不足.该研究设计双分支卷积神经网络协同高光谱和多光谱遥感图像进行土地利用分类.针对高光谱图像设计...
|
| 关 键 词： | 土地利用 遥感 卷积神经网络 高光谱 多光谱 |
| 收稿时间： | 2020-04-24 |
| 修稿时间： | 2020-07-01 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
