资源简介

传统高空间分辨率遥感影像(简称“高分遥感影像”)分类方法的“同物异谱”、“异物同谱”现象较为严重,深度学习方法为高分遥感影像分类提出了一种新的解决方案。然而,遥感影像训练样本少容易导致网络过拟合现象的发生。利用深度学习方法,结合迁移学习策略,提出了一种改进的Inception-V3的遥感图像场景分类模型。首先在原始Inception-V3模型的全连接层之前添加Dropout层,以进一步避免过拟合现象的发生; 训练过程中采用迁移学习策略,充分利用已有模型及知识,提高训练效率。基于AID和NWPU-RESISC45两个大型高分遥感场景影像的实验结果表明,改进的Inception-V3较原始的Inception-V3训练收敛速度更快,训练效果更平稳; 与其他传统方法和深度学习网络相比,本文提出的模型的分类精度也有较大的提升,验证了该模型的有效性。

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.