基于半监督滑窗全卷积网络的极化SAR图像分类方法.pdf

基于全极化SAR非监督分类的迭代分类方法.pdf 第期电子学报 12 Voi . 32 No . 12 年月 2004 12 ACTA ELECTRONICA SINICA Dec . 2004

2015-08-19 约3.35万字 5页立即下载

基于边缘感知双分支FCN的极化SAR图像分类方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112966748 B (45)授权公告日 2022.06.10 (21)申请号 202110254493.1 G06V 10/774 (2022.01)

2023-06-09 约9.69千字 10页立即下载

一种基于散射机制多通道扩张卷积神经网络的极化SAR地物分类方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392871 A (43)申请公布日 2021.09.14 (21)申请号 202110365566.4 (22)申请日 2021.04.06 (71)申请人北京

2023-06-19 约1.82万字 17页立即下载

基于超像素与机器学习的极化SAR图像地物分类：方法创新与应用拓展.docx 基于超像素与机器学习的极化SAR图像地物分类：方法创新与应用拓展一、引言 1.1研究背景随着遥感技术的飞速发展，极化合成孔径雷达（PolarimetricSyntheticApertureRadar，简称极化SAR或PolSAR）作为一种先进的主动式微波成像技术，能够全天时、全天候地获取地球表面的信息，在遥感领域中发挥着越来越重要的作用。极化SAR通过发射和接收不同极化状态的电磁波，获取目标丰富的极化信息，能够更完整地反映目标的散射特征，这使得极化SAR图像在各种地物分类应用中展现出独特的优势，成为当前遥感领域的研究热点之一。在城市规划领域，极化SAR图像的地物

2025-03-26 约3.27万字 24页立即下载

极化SAR图像分类的投影寻踪方法研究的任务书.docx 极化SAR图像分类的投影寻踪方法研究的任务书任务书任务名称：极化SAR图像分类的投影寻踪方法研究任务背景：合成孔径雷达（SAR）是一种通过发射一束微波信号并记录反射回来的信号来生成图像的无源遥感技术。极化SAR图像，即在不同的SAR参数组合下获取的雷达反射率数据，可以提供更丰富的地表信息和目标特征，因此成为了遥感图像处理领域中的热门课题。对极化SAR图像进行分类可以帮助识别并提取特定目标，因此在军事、安全、城市规划等领域都具有广泛的应用。任务目标：本任务旨在研究极化SAR图像的分类方法，利用投影寻踪的方法进行数据处理和特征提取。具体来说，任务需要完成以下目标： 1.掌握极化SAR图像的

2024-02-21 约1.03千字 2页立即下载

基于图低秩稀疏分解的极化SAR图像特征挖掘方法.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 113344013 A (43)申请公布日 2021.09.03 (21)申请号 202110801147.0 (22)申请日 2021.07.15 (71)申请人西安电子科技大学地址

2023-06-16 约1.4万字 12页立即下载

基于自监督学习和深度互信息的极化SAR影像半监督分类.docx 基于自监督学习和深度互信息的极化SAR影像半监督分类 一、引言极化合成孔径雷达（PolarizationSyntheticApertureRadar，简称PolSAR）影像的分类技术，是遥感领域的一项重要研究内容。极化SAR影像半监督分类技术可以有效地提高分类的准确性和可靠性，从而在地质、农业、军事等领域有着广泛的应用。近年来，随着深度学习技术的快速发展，自监督学习和深度互信息在极化SAR影像半监督分类中发挥着越来越重要的作用。本文旨在探讨基于自监督学习和深度互信息的极化SAR影像半监督分类技术，以期为相关研究提供一定的参考和借鉴。二、自监督学习在极化SAR影像分类中的应用自监督学习是一

2025-04-22 约4.78千字 9页立即下载

基于特征提取和胶囊网络分类的SAR图像变化检测方法研究.pdf 摘要合成孔径雷达（SyntheticApertureRadar，SAR）通过主动发射电磁波来生成SAR图像，它的成像不受云覆盖和自然条件的影响。目前SAR图像越来越多的运用到民用、军事等重要领域，SAR图像变化检测任务也变得更为重要。 SAR图像变化检测任务的目的是检测同一地区在不同时间发生变化的区域。由于该技术可以应用在农业调查、环境监测、城市研究、森林资源监测等多个领域，所以受到越来越多研究人员的关注。但SAR图像中普遍存在的相干斑噪声使

2024-09-27 约8.63万字 52页立即下载

一种基于蒸馏网络的半监督图像分类方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114548279 A (43)申请公布日 2022.05.27 (21)申请号 202210166402.3 G06V 10/74 (2022.01)

2023-05-10 约1.14万字 10页立即下载

一种基于双路注意力卷积神经网络的宫颈OCT图像分类方法及系统.docx PAGE 1- 一种基于双路注意力卷积神经网络的宫颈OCT图像分类方法及系统第一章引言随着现代医疗技术的不断发展，早期疾病检测与诊断在提高患者生存率和生活质量方面发挥着至关重要的作用。宫颈疾病，尤其是宫颈癌，是女性健康的一大杀手。光学相干断层扫描（OpticalCoherenceTomography，OCT）技术作为一种非侵入性成像技术，在医学诊断领域展现出巨大的潜力。近年来，基于深度学习的图像分类方法在医学图像分析中的应用日益广泛，其高精度、自动化的特点为宫颈OCT图像的分类提供了新的思路。在宫颈癌的早期诊断中，宫颈OCT图像能够提供丰富的组织结构信息，有助于医生对病情进行准确判断。然

2025-01-19 约3.3千字 6页立即下载

基于超图卷积网络的病理学全切片图像分类方法研究.pdf 中文摘要鉴于病理学全切片图像(WholeSlideImage,WSI)具有高分辨率、多尺度和像素级标签难以获得等特点，预测WSI的标签和定位感兴趣区域(RegionOfInterest,ROI)在计算病理学领域中是一项具有挑战性的任务。现有的方法主要是基于多示例学习及其变体。然而，此类算法主要将WSI中的图像块视为独立样本并在单一尺度上执行，因此无法充分利用图像块之间的依赖关系和多尺度异构信息来更精确地实现WSI分类和ROI定位。针对上述问题，本文提出了一种基于上下文感知注意力融合自适应超图卷积网络(Context-awareAttentionFusionAdaptiveHyp

2025-03-24 约14.57万字 68页立即下载

基于深度卷积神经网络的结肠图像分类方法的探索与实践.docx 基于深度卷积神经网络的结肠图像分类方法的探索与实践一、引言 1.1研究背景与意义结肠疾病作为一类常见的消化系统疾病，严重威胁着人类的健康。常见的结肠疾病如结肠癌、结肠息肉、溃疡性结肠炎等，不仅给患者带来身体上的痛苦，还对其生活质量产生重大影响。据世界卫生组织国际癌症研究机构（IARC）发布的2020年全球最新癌症负担数据显示，结直肠癌的新发病例数达到193万，死亡病例数达到94万，在全球癌症发病和死亡排行榜中均位居前列。早期准确诊断结肠疾病对于制定有效的治疗方案、提高患者生存率和生活质量至关重要。例如，早期发现的结肠癌患者，经过及时有效的治疗，5年生存率可显著提高；而结肠

2025-02-28 约2.41万字 19页立即下载

一种基于卷积神经网络的高光谱遥感图像分类方法及系统[发明专利].docx PAGE 1- 一种基于卷积神经网络的高光谱遥感图像分类方法及系统[发明专利] 一、引言随着遥感技术的不断发展，高光谱遥感图像在资源调查、环境监测、灾害预警等领域发挥着越来越重要的作用。高光谱遥感图像具有丰富的光谱信息，能够反映地表物质的细微差异，因此在分类识别方面具有较高的精度。然而，高光谱遥感图像数据具有高维、高噪声、类间距离小等特点，给图像分类带来了巨大的挑战。传统的遥感图像分类方法，如基于特征提取和基于规则的方法，在处理高光谱遥感图像时往往难以达到理想的效果。近年来，卷积神经网络（ConvolutionalNeuralNetwork，CNN）在图像识别领域取得了显著的成果，其强大的

2025-01-20 约2.15千字 4页立即下载

基于卷积神经网络的遥感图像场景自动提取和分类方法[发明专利].docx PAGE 1- 基于卷积神经网络的遥感图像场景自动提取和分类方法[发明专利] 一、引言随着遥感技术的飞速发展，遥感图像在地理信息系统、环境监测、城市规划等领域发挥着越来越重要的作用。遥感图像包含了丰富的地理信息，通过对这些信息的提取和分析，可以实现对地表景观、土地利用、灾害监测等方面的有效管理和决策支持。近年来，卷积神经网络（ConvolutionalNeuralNetworks,CNN）在图像处理领域的应用取得了显著成果，为遥感图像场景自动提取和分类提供了新的技术途径。遥感图像场景自动提取是指从遥感图像中自动识别和提取出具有特定意义的地理要素，如道路、水体、植被等。这一过程对于提高遥感数

2025-01-22 约3千字 6页立即下载

基于全卷积神经网络的遥感图像典型地物分类：方法、挑战与优化.docx 基于全卷积神经网络的遥感图像典型地物分类：方法、挑战与优化一、引言 1.1研究背景与意义随着遥感技术的飞速发展，高分辨率遥感图像能够提供更加丰富的地表信息，其应用范围涵盖了国土资源调查、城市规划、农业监测、生态环境评估等多个重要领域。在这些应用中，准确地对遥感图像中的典型地物进行分类，是实现信息提取与分析的关键环节。例如，在国土资源调查中，通过对遥感图像地物分类，可以清晰了解土地利用类型分布，为土地资源合理规划提供依据；在农业监测里，识别农作物种类及生长状况，有助于精准农业的开展，提高农业生产效率。传统的遥感图像地物分类方法主要依赖于人工设计的特征，如基于光谱特征的最大似然分类法、基于纹

2025-04-06 约2.39万字 18页立即下载