基于分类器组合的遥感影像分类,豆林轩,,将多分类器集合应用土地覆盖分类,首先构建分类器集合,应用支持向量机、径向基神经网络、J48决策树、简单贝叶斯和REPtree分类等进�
这是基于神经网络的图像分类,图片集1000张,通过神经网络模型,分类精度达80%,并输出混淆矩阵及相关二级评价指标,相关文件路径需自行修改。
基于神经网络的Hyperion高光谱遥感影像混合像元分解,蔡燕,赵银娣,本文针对目前应用比较广泛的两种神经网络模型BP网络、RBF网络来进行Hyperion高光谱遥感影像的混合像元分解。在对数据进行预
基于内容的遥感图像检索存在着低层视觉特征与用户对图像理解的高层语义不一致、图像检索精度低以及单一的距离度量方法不能完全真实反映图像之间相似程度等问题。对此提出一种基于改进的模糊C均值聚类和卷积神经网络
卷积神经网络的核心组成部分是卷积层,它负责提取输入数据的局部特征。卷积层由多个卷积核组成,每个卷积核都对输入数据进行卷积操作,生成对应的特征图。这些特征图能够捕捉到输入数据的不同特征,进而为后续的神经
在我阅读可能不断更改的课题方向的各种论文中,看了这篇论文TransferringDeepConvolutionalNeuralNetworksfortheSceneClassificationofHi
基于实现多光谱图像的多标签场景分类为目的,采用卷积神经网络的方法,通过计算数据集中所有样本标签的共现矩阵,利用共现矩阵为每个标签分配不同的权重,提出了一种新的计算损失函数的方法。所设计的卷积神经网络能
利用卷积神经网络对毛发物证显微图像进行自动分类,为进一步提高显微检验技术的自动化程度和毛发物证检验提供技术参考。采用徕卡DVM6数码显微镜在1400倍放大条件下采集6类毛发共60000张样本图像,构建
受空洞卷积在图像信息方面保持优秀性能的启发,为进一步提高分类精度,提出一种基于双通道空洞卷积神经网络(DCD-CNN)的高光谱图像分类框架。空洞卷积可扩展滤波器的感受野,有效地避免图像信息丢失,从而提
基于卷积神经网络的未知流量分类策略,陈晔欣,黎淑兰,为了提高网络流量分类的准确性及健壮性,本文设计了基于卷积神经网络的网络流量分类系统,并在此基础上针对混合流量中存在未知类