一种知识图谱引导深度网络学习的遥感影像场景分类方法和系统.pdf

一种基于深度学习的遥感影像时空融合方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113012044 A (43)申请公布日 2021.06.22 (21)申请号 202110191128.0 (22)申请日 2021.02.19 (71)申请人北京师范大学地址

2023-06-08 约2.79万字 21页立即下载

基于类增量学习的遥感影像场景分类方法研究.docx 基于类增量学习的遥感影像场景分类方法研究一、引言遥感技术作为一种获取地球表面信息的重要手段，已经被广泛应用于资源调查、环境监测、城市规划等多个领域。而遥感影像场景分类作为遥感技术应用的重要环节，其准确性直接影响到后续的分析与应用。近年来，随着深度学习技术的发展，基于深度学习的遥感影像场景分类方法得到了广泛关注。然而，传统的深度学习分类方法在处理类增量学习问题时存在一定困难，因此，研究基于类增量学习的遥感影像场景分类方法具有重要意义。二、类增量学习的基本概念与挑战类增量学习是指在不断新增类别的情况下，模型仍能保持较好的分类性能。在遥感影像场景分类中，由于地物种类繁多、变化多样，往往需要处

2025-05-02 约4.54千字 10页立即下载

一种基于深度学习和知识图谱的患者画像方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112837769 A (43)申请公布日 2021.05.25 (21)申请号 202110038673.6 G06F 16/36 (2019.01)

2023-06-02 约1.11万字 10页立即下载

一种用于遥感影像地表覆盖分类的深度学习泛化方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113343775 B (45)授权公告日 2022.08.05 (21)申请号 202110522371.6 G06V 10/82 (2022.01)

2023-06-16 约1.18万字 11页立即下载

基于深度学习的遥感影像地物分类方法研究论文.docx 基于深度学习的遥感影像地物分类方法研究论文摘要：随着遥感技术的发展，遥感影像在资源调查、环境监测、城市规划等领域得到了广泛应用。地物分类是遥感影像处理的重要环节，传统的遥感影像地物分类方法存在精度低、效率低等问题。近年来，深度学习技术在遥感影像地物分类领域取得了显著成果。本文针对深度学习在遥感影像地物分类中的应用进行了研究，分析了深度学习在地物分类中的优势，并介绍了几种典型的深度学习地物分类方法。关键词：深度学习；遥感影像；地物分类；卷积神经网络；全卷积网络一、引言（一）1.遥感影像地物分类的背景及意义 遥感影像地物分类是指通过对遥感影像的分析，识别和提取地表各种地物信息的过程。随着遥感

2025-04-12 约3.45千字 7页立即下载

基于深度学习的遥感图像场景分类方法研究.pdf 摘要遥感图像场景分类因在自然灾害检测、土地利用分类、环境监测、地理制图和城市规划等诸多领域具有现实应用而备受关注。但遥感图像存在着大尺度方差、对象大规模变化等问题，且现有的一些遥感场景分类方法没有充分利用图像重要的信息，或直接融合不同层次的特征容易形成冗余或互斥的信息，这些问题为遥感场景分类带来了巨大挑战。本文运用深度学习相关技术，对遥感图像场景分类 方法进行研究，取得以下研究成果：（1）针对遥感图像对象和特征复杂多变的特点，以及一些现有方法只利用 CNN最后一个卷积层的高级特征而缺少其它层上的重要信息，或者直接融合不同层次的特征产生冗余或互斥信息等问题，提出了基于关联融合-增强

2025-05-04 约9.71万字 70页立即下载

轻量级深度注意力网络赋能遥感影像场景分类的创新研究.docx 轻量级深度注意力网络赋能遥感影像场景分类的创新研究一、引言 1.1研究背景与意义 遥感影像作为一种通过航空器、卫星等远距离传感器获取地球表面信息的技术成果，在当今社会的众多领域中发挥着举足轻重的作用。在环境监测领域，借助遥感影像，研究人员能够动态监测森林覆盖变化，及时察觉森林面积的增减，为生态保护提供数据支持；精准识别土地利用变化，有助于合理规划土地资源，避免过度开发与资源浪费；有效监测水体污染，及时发现污染源，保障水资源安全；实时跟踪沙漠化进程，为沙漠化治理提供科学依据。在农业方面，利用遥感影像，农民可以实时监测作物生长状况，依据作物的生长态势进行精准灌溉、施肥，提高农作物产量与质量；还

2025-05-02 约4.28万字 48页立即下载

一种遥感图像的场景分类方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463574 A (43)申请公布日 2022.05.10 (21)申请号 202111599787.4 (22)申请日 2021.12.24 (71)申请人中国科学院自动化研

2023-05-05 约2.42万字 17页立即下载

面向复杂场景的高分辨率遥感影像道路提取深度学习方法研究.docx 面向复杂场景的高分辨率遥感影像道路提取深度学习方法研究一、引言随着遥感技术的不断发展和普及，高分辨率遥感影像在道路提取、城市规划、环境监测等领域的应用越来越广泛。然而，由于复杂场景下的遥感影像具有多尺度、多源、多模式等特点，传统的道路提取方法往往难以满足实际需求。因此，本文提出了一种面向复杂场景的高分辨率遥感影像道路提取深度学习方法，旨在提高道路提取的准确性和效率。二、研究背景及意义高分辨率遥感影像的道路提取是遥感技术应用的重要方向之一。传统的道路提取方法主要基于图像处理和计算机视觉技术，如阈值分割、边缘检测、区域生长等。然而，这些方法在处理复杂场景下的高分辨率遥感影像时，往往受到噪声

2025-05-21 约5.32千字 11页立即下载

基于CNN与Transformer的高分遥感影像场景分类方法研究.pdf 摘要随着遥感技术的不断进步，获取高分辨率的遥感影像也变得越来越容易，进而导致遥感数据呈现出爆炸式增长。高分遥感影像中蕴含着丰富的信息，在土地利用、植被分类、地理空间对象检测等方面有着实际的应用。因此，充分理解和利用海量且复杂的高分遥感影像变得极为重要。遥感影像场景分类作为遥感解译领域的核心角色，一直受到广泛的关注。本文以两大主流分类模型CNN和Transformer为研究对象，主要从以下几个方面对遥感影像场景分类展开研究：（1）设计了一种基于局部和全局特征自适应调整网络(LGFAANet)的高分遥感 影像场景分类方法。该方法引入了双分支网络结构，利用CNN和Transformer

2025-03-14 约8.22万字 64页立即下载

2023-05-18 约1万字 9页立即下载

中高分辨率遥感影像分类的深度主动学习方法研究.docx 中高分辨率遥感影像分类的深度主动学习方法研究一、引言随着遥感技术的飞速发展，中高分辨率遥感影像在地理信息提取、城市规划、环境监测等领域的应用日益广泛。遥感影像分类作为一项关键技术，对于提取遥感影像中的有用信息具有重要意义。传统的遥感影像分类方法主要依赖于监督学习和非监督学习，然而这些方法在处理大规模、高维度的遥感影像数据时，往往存在效率低下和分类精度不高的问题。近年来，深度学习和主动学习方法的结合为解决这一问题提供了新的思路。本文旨在研究深度主动学习方法在中高分辨率遥感影像分类中的应用，以提高分类效率和精度。二、相关技术背景 1.深度学习：深度学习通过模拟人脑神经网络的工作方式，对输入数

2025-02-15 约4.66千字 9页立即下载

集成面向对象和深度学习的高分遥感影像城市土地覆盖分类方法研究.docx 集成面向对象和深度学习的高分遥感影像城市土地覆盖分类方法研究一、引言随着遥感技术的快速发展，高分遥感影像在城市土地覆盖分类中发挥着越来越重要的作用。为了更准确地提取土地覆盖信息，本研究将面向对象分析与深度学习相结合，提出一种新的分类方法。该方法旨在提高分类精度，为城市规划、环境监测和土地资源管理提供科学依据。二、研究背景与意义城市土地覆盖分类是遥感技术应用的重要领域之一。传统的遥感影像分类方法多采用面向像素的分类方式，但在处理高分辨率遥感影像时，由于“同物异谱”和“同谱异物”现象的存在，分类效果往往不尽如人意。近年来，深度学习在图像识别和分类领域取得了显著成果，为高分遥感影像的分类提供

2025-06-07 约4.95千字 10页立即下载

一种基于注意力网络尺度特征融合的遥感场景分类方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 113408594 B (45)授权公告日 2022.04.29 (21)申请号 202110622695.7 G06V 10/82 (2022.01)

2023-06-21 约2.37万字 14页立即下载

一种基于知识图谱和图卷积网络的推荐方法及其系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112836125 B (45)授权公告日 2022.02.11 (21)申请号 202110170855.9 G06F 16/36 (2019.01)

2023-06-04 约1.85万字 14页立即下载