電子發(fā)燒友App
創(chuàng)作
發(fā)文章
發(fā)帖 
提問 
發(fā)資料
發(fā)視頻資料介紹
傳統(tǒng)合成孔徑雷達(dá)（SAR）圖像基于粗分割像素塊提取相關(guān)特征，后接支持向量機(jī)（SVM）和馬爾可夫隨機(jī)場(chǎng)（MRF）或條件隨機(jī)場(chǎng)（CRF）進(jìn)行分類，該方法存在同一像素塊內(nèi)部不同類別像素的誤差，而且只考慮鄰近區(qū)域未充分用到全局信息和結(jié)構(gòu)信息。故考慮基于像素點(diǎn)引入全卷積網(wǎng)絡(luò)（FCN），以ESAR衛(wèi)星圖像為樣本，基于像素點(diǎn)級(jí)別構(gòu)建卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到各像素的初始類別分類概率。為了考慮全局像素類別的影響后接CRF-循環(huán)神經(jīng)網(wǎng)絡(luò)（ CRF-RNN），利用FCN得到的初始概率，結(jié)合CRF結(jié)構(gòu)得到全局像素類別轉(zhuǎn)移結(jié)果，之后進(jìn)行RNN的迭代進(jìn)一步優(yōu)化實(shí)驗(yàn)結(jié)果。由于基于像素點(diǎn)和考慮了全局信息與結(jié)構(gòu)信息，克服了傳統(tǒng)分類的部分缺點(diǎn)，使正確率較傳統(tǒng)SVM或CRF方法平均提高了約6.5個(gè)百分點(diǎn)。由于CRF-RNN的距離權(quán)重是用高斯核人為擬合的，不能隨實(shí)際訓(xùn)練樣本來改變和確定，故存在一定誤差，針對(duì)該問題提出可訓(xùn)練的全圖距離權(quán)重卷積網(wǎng)絡(luò)來改進(jìn)CRF-RNN，最終實(shí)驗(yàn)結(jié)果表明改進(jìn)后方法的正確率較未改進(jìn)的CRF-RNN又提高了1.04個(gè)百分點(diǎn)。
- 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的Modbus/TCP安全漏洞測(cè)試 30次下載
- 基于層級(jí)循環(huán)神經(jīng)網(wǎng)絡(luò)的X線線圖像腰椎識(shí)別 23次下載
- 基于堆疊式雙向循環(huán)神經(jīng)網(wǎng)絡(luò)的心電圖分類算法 4次下載
- 基于不同神經(jīng)網(wǎng)絡(luò)的文本分類方法研究對(duì)比 48次下載
- 結(jié)合小波變換的LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的稅收預(yù)測(cè) 10次下載
- 人工神經(jīng)網(wǎng)絡(luò)分類和其應(yīng)用 5次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的圖像語義分割方法 11次下載
- 基于特征交換的卷積神經(jīng)網(wǎng)絡(luò)圖像分類算法 27次下載
- 一種新型的自適應(yīng)神經(jīng)網(wǎng)絡(luò)遙感場(chǎng)景分類模型 5次下載
- 針對(duì)遙感圖像場(chǎng)景分類的多粒度特征蒸餾方法 20次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的文本分類分析 37次下載
- 如何使用深度卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)服裝圖像分類檢索算法 6次下載
- 如何使用深度神經(jīng)網(wǎng)絡(luò)和稀疏學(xué)習(xí)進(jìn)行極化SAR圖像分類 8次下載
- 如何使用混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵檢測(cè)模型的設(shè)計(jì) 19次下載
- 基于Brushlet和RBF網(wǎng)絡(luò)的SAR圖像分類
- 遞歸神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu) 295次閱讀
- 遞歸神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)方法 186次閱讀
- BP神經(jīng)網(wǎng)絡(luò)在語言特征信號(hào)分類中的應(yīng)用 181次閱讀
- BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系 530次閱讀
- 什么是RNN(循環(huán)神經(jīng)網(wǎng)絡(luò))？RNN的基本原理和優(yōu)缺點(diǎn) 1437次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別 863次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本概念和工作原理 1204次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用 358次閱讀
- 神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用 394次閱讀
- 神經(jīng)網(wǎng)絡(luò)架構(gòu)有哪些 321次閱讀
- 實(shí)現(xiàn)圖像識(shí)別神經(jīng)網(wǎng)絡(luò)的步驟 747次閱讀
- 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)和功能 619次閱讀
- 循環(huán)神經(jīng)網(wǎng)絡(luò)模型與前向反向傳播算法 3021次閱讀
- 一種用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò) 9742次閱讀
- 循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的詳細(xì)介紹 1.3w次閱讀
上傳資料賺積分下載排行
本周
- 1電子電路原理第七版PDF電子教材免費(fèi)下載
- 0.00 MB | 1490次下載 | 免費(fèi)
- 2單片機(jī)典型實(shí)例介紹
- 18.19 MB | 93次下載 | 1 積分
- 3S7-200PLC編程實(shí)例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識(shí)別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關(guān)電源原理及各功能電路詳解
- 0.38 MB | 10次下載 | 免費(fèi)
- 6基于AT89C2051/4051單片機(jī)編程器的實(shí)驗(yàn)
- 0.11 MB | 4次下載 | 免費(fèi)
- 7基于單片機(jī)和 SG3525的程控開關(guān)電源設(shè)計(jì)
- 0.23 MB | 3次下載 | 免費(fèi)
- 8基于單片機(jī)的紅外風(fēng)扇遙控
- 0.23 MB | 3次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費(fèi)
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費(fèi)
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費(fèi)
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費(fèi)
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費(fèi)
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費(fèi)
- 8開關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21539次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537791次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191183次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183277次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138039次下載 | 免費(fèi)
工商網(wǎng)監(jiān)
評(píng)論