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
涡度相关技术及其在陆地生态系统通量研究中的应用
硬件木马:关键问题研究进展及新动向
内点最大化与冗余点控制的小型无人机遥感图像配准
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
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