-
公开(公告)号:CN111783688B
公开(公告)日:2022-03-22
申请号:CN202010637993.9
申请日:2020-07-02
Applicant: 吉林大学
IPC: G06V20/13 , G06K9/62 , G06N3/04 , G06V10/764 , G06V10/774
Abstract: 本发明涉及一种基于卷积神经网络的遥感图像场景分类方法,该方法获取待分类的遥感图像;通过预先训练的卷积神经网络模型对所述遥感图像进行分类;将分类结果作为所述遥感图像的场景分类结果。其中,卷积神经网络模型为:第一层卷积层,后依次接BN层,激活函数,接池化层;第二层卷积层,后依次接BN层,激活函数,接池化层;第三层卷积层,后依次接BN层,激活函数,接池化层;第四层卷积层,后依次接BN层,激活函数;第五层卷积层,后依次接BN层,激活函数,接池化层;第六层全连接层;第七层全连接层;第八层全连接层。通过BN层进行批量归一化处理,达到即保证了特征提取能力,又能提高模型收敛速度的效果。
-
公开(公告)号:CN110659846A
公开(公告)日:2020-01-07
申请号:CN201910967829.1
申请日:2019-10-12
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 吉林大学地球探测科学与技术学院 , 沈阳飞斯特科技有限公司 , 国家电网有限公司
Abstract: 本发明涉及一种基于MODIS的AOD数据的电力污秽等级评估方法,MODIS获得的AOD感数据具有时效性强和覆盖面广等优点,既可以解决污区图制订过程中存在的空间代表性差的问题,还能大幅降低监测评估的工作量和成本。针对现行污秽评估方法存在的问题,本项目提出利用大气气溶胶光学厚度(AOD)数据,引入数据挖掘和图像分类技术,构建一种新型的大面积低成本电力污秽评估方法。
-
公开(公告)号:CN111783688A
公开(公告)日:2020-10-16
申请号:CN202010637993.9
申请日:2020-07-02
Applicant: 吉林大学
Abstract: 本发明涉及一种基于卷积神经网络的遥感图像场景分类方法,该方法获取待分类的遥感图像;通过预先训练的卷积神经网络模型对所述遥感图像进行分类;将分类结果作为所述遥感图像的场景分类结果。其中,卷积神经网络模型为:第一层卷积层,后依次接BN层,激活函数,接池化层;第二层卷积层,后依次接BN层,激活函数,接池化层;第三层卷积层,后依次接BN层,激活函数,接池化层;第四层卷积层,后依次接BN层,激活函数;第五层卷积层,后依次接BN层,激活函数,接池化层;第六层全连接层;第七层全连接层;第八层全连接层。通过BN层进行批量归一化处理,达到即保证了特征提取能力,又能提高模型收敛速度的效果。
-
-