登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 电子信息类 > 通信工程 > 正文

基于卷积神经网络的遥感图像分类开题报告

 2022-01-12 22:39:11  

全文总字数:4389字

1. 研究目的与意义及国内外研究现状

现代社会中,随着科学技术的发展和社会方面的需求,在遥感方面的技术也在不断进步。我国的遥感技术方面研究相对落后于一些遥感技术发达的西方国家。虽然起步比较晚,但是经过一代又一代的遥感人才不断地努力,我国的遥感技术已经逐渐缩小了与这些国家的差距。

遥感技术是用来采集地球数据及地球变化信息的关键手段,全球很多国家都在大范围使用遥感技术来服务社会。遥感图像处理方法中有光学处理和遥感数字图像处理两大类。其中图像分类是图像检测、图像分割等的基础。

遥感图像处理是遥感技术中及关键的一步,但是其工作量也是十分庞大、复杂。随着深度学习思想的提出,我们可以利用深度学习的优势,通过设计符合遥感图像处理的神经网络来解决这一问题。同时,高度自动化的人工智能也可以减少人类劳动,提高处理效率和准确性。当然在遥感图像分类领域,基于深度学习的卷积神经网络的图像分类还存在着一些问题。但是通过不断改进和创兴设计,使用卷积神经网络作为遥感图像划分工具将是未来趋势。不论是在哪个领域,深度学习都是值得深入研究的技术。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

研究内容:

本文基于卷积神经网络和宽度学习对遥感图像的分类进行研究,对得到的经过几组模型比对,最终确定卷积神经网络的模型。用matlab完成宽度学习系统的实验,将得到的验结果进行比对分析,并与卷积神经网络模型得到的结果相比较。具体研究内容安排如下:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 实施方案、进度安排及预期效果

实施方案:

本课题主要研究的是基于卷积神经网络的遥感图图像分类,同时对近年提出的宽度学习也进行了研究。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1]何小飞,邹峥嵘,陶超,et al.联合显著性和多层卷积神经网络的高分影像场景分类[j].测绘学报,2016,45(9):1073-1080.

[2]许夙晖,慕晓冬,赵鹏,et al. 利用多尺度特征与深度网络对遥感影像进行场景分类[j].测绘学报,2016,45(7):834-840.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图