研究适合于超多波段、多时相等超高维遥感数据分类的人工神经网络模型及算法,旨在研究多类别、高精度、快速的、实用的遥感图象分类方法。在人工神经网络的理论研究上及遥感技术实用化方面具有重要科学意义及广泛的实用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
针对弱边缘信息的左心室图像分割算法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于改进LinkNet的寒旱区遥感图像河流识别方法
信息熵-保真度联合度量函数的单幅图像去雾方法
遥感图像的分数维压缩、分类及图像数据库方法研究
遥感分类中的尺度效应机理与多尺度遥感数据分类方法研究
高维异构数据的测度学习算法及在图像分类中的应用研究
删失数据超高维共线性模型的变量选择