期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于对比自监督的遥感图像场景分类
被引量：
1
1
作者
吴奕恒
陈知明
+3 位作者
戴颖成
欧阳文欣
李建军
刘峰
《燕山大学学报》
CAS
北大核心
2023年第3期236-245,共10页
基于视觉Transformer的自监督模型掩码自编码器因其优秀的全局特征捕捉能力,被广泛应用于遥感图像分类领域。但该模型存在图像重建训练时局部上下文语义信息易丢失从而限制其分类精度的进一步提升。针对以上问题,本文提出了融合掩码重...
基于视觉Transformer的自监督模型掩码自编码器因其优秀的全局特征捕捉能力,被广泛应用于遥感图像分类领域。但该模型存在图像重建训练时局部上下文语义信息易丢失从而限制其分类精度的进一步提升。针对以上问题,本文提出了融合掩码重建和对比学习的三阶段自监督遥感图像分类新模型——对比掩码自编码器。第一阶段进行掩码重建预训练,以提取遥感图像全局特征;第二阶段则通过对比学习中的正负样本补充第一阶段掩码建模过程中丢失的局部上下文信息;最后通过训练线性分类器完成特征分类。在公开遥感图像数据集AID和NWPU-RESISC45上将本文方法与主流自监督分类方法、监督分类方法进行对比实验。实验结果表明,该模型在两个数据集上分类精度分别达到95.37%和95.14%,性能优于DINO、MoCo、SSGANs等主流自监督模型,接近GLANet、CANet、MG-CAP(Sqrt-E)等主流监督模型,具有良好的应用价值。
展开更多
关键词
自监督学习
对比学习
遥感图像
特征提取
无监督预训练
在线阅读
下载PDF
职称材料
基于Sentinel-2B的油松冠层可燃物含水率反演研究
被引量：
1
2
作者
刘鸿升
欧阳文欣
+2 位作者
魏英杰
谢亦秋
李建军
《林业资源管理》
北大核心
2023年第4期141-149,共9页
森林火灾的发生与植被冠层可燃物含水率的大小有着密切联系。利用高精度、大尺度、高效率的遥感影像反演获取植被冠层可燃物含水率对于有效防治森林火灾具有重要意义。油松由于其自身理化性质成为引发森林火灾的主要树种之一,以张家口...
森林火灾的发生与植被冠层可燃物含水率的大小有着密切联系。利用高精度、大尺度、高效率的遥感影像反演获取植被冠层可燃物含水率对于有效防治森林火灾具有重要意义。油松由于其自身理化性质成为引发森林火灾的主要树种之一,以张家口崇礼区的油松为研究对象,基于Sentinel-2B遥感影像和油松含水率实测数据,建立了多个油松冠层可燃物含水率反演模型:一元线性回归模型、一元非线性回归模型和多元非线性回归模型,并利用决定系数(R 2)和均方根误差(RMSE)进行模型精度评价。结果表明,非线性模型总体上要优于线性模型;通过多个自变量因子建立的多元非线性模型能够更好地反映油松冠层可燃物含水率情况,模型反演精度更高,可以为植被冠层可燃物含水率反演模型方法选择提供一定的理论依据。
展开更多
关键词
Sentinel-2B
油松
冠层可燃物含水率
线性回归
多元非线性回归
在线阅读
下载PDF
职称材料
题名
基于对比自监督的遥感图像场景分类
被引量：
1
1
作者
吴奕恒
陈知明
戴颖成
欧阳文欣
李建军
刘峰
机构
中南林业科技大学计算机与信息工程学院
出处
《燕山大学学报》
CAS
北大核心
2023年第3期236-245,共10页
基金
国家自然科学基金资助项目(31570627)
引进国际先进农业科学技术计划(948计划)资助项目(2015-4-17)
+2 种基金
湖南省自然科学基金资助项目(2020JJ4938)
湖南省高等学校科学研究重点资助项目(20A506)
智慧物流技术湖南省重点实验室资助项目(2019TP1015)。
文摘
基于视觉Transformer的自监督模型掩码自编码器因其优秀的全局特征捕捉能力,被广泛应用于遥感图像分类领域。但该模型存在图像重建训练时局部上下文语义信息易丢失从而限制其分类精度的进一步提升。针对以上问题,本文提出了融合掩码重建和对比学习的三阶段自监督遥感图像分类新模型——对比掩码自编码器。第一阶段进行掩码重建预训练,以提取遥感图像全局特征;第二阶段则通过对比学习中的正负样本补充第一阶段掩码建模过程中丢失的局部上下文信息;最后通过训练线性分类器完成特征分类。在公开遥感图像数据集AID和NWPU-RESISC45上将本文方法与主流自监督分类方法、监督分类方法进行对比实验。实验结果表明,该模型在两个数据集上分类精度分别达到95.37%和95.14%,性能优于DINO、MoCo、SSGANs等主流自监督模型,接近GLANet、CANet、MG-CAP(Sqrt-E)等主流监督模型,具有良好的应用价值。
关键词
自监督学习
对比学习
遥感图像
特征提取
无监督预训练
Keywords
self-superised leaning
contrastive leaming
remote sensing images
feature extraction
unsupervised pre-training
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于Sentinel-2B的油松冠层可燃物含水率反演研究
被引量：
1
2
作者
刘鸿升
欧阳文欣
魏英杰
谢亦秋
李建军
机构
湖南省林业事务中心
中南林业科技大学计算机与信息工程学院
中国林业科学研究院资源信息研究所
出处
《林业资源管理》
北大核心
2023年第4期141-149,共9页
基金
国家重点研发计划课题“森林立地质量评价和全周期多功能经营决策平台”(2022YFD2200505)。
文摘
森林火灾的发生与植被冠层可燃物含水率的大小有着密切联系。利用高精度、大尺度、高效率的遥感影像反演获取植被冠层可燃物含水率对于有效防治森林火灾具有重要意义。油松由于其自身理化性质成为引发森林火灾的主要树种之一,以张家口崇礼区的油松为研究对象,基于Sentinel-2B遥感影像和油松含水率实测数据,建立了多个油松冠层可燃物含水率反演模型:一元线性回归模型、一元非线性回归模型和多元非线性回归模型,并利用决定系数(R 2)和均方根误差(RMSE)进行模型精度评价。结果表明,非线性模型总体上要优于线性模型;通过多个自变量因子建立的多元非线性模型能够更好地反映油松冠层可燃物含水率情况,模型反演精度更高,可以为植被冠层可燃物含水率反演模型方法选择提供一定的理论依据。
关键词
Sentinel-2B
油松
冠层可燃物含水率
线性回归
多元非线性回归
Keywords
Sentinel-2B
Pinus tabulaeformis
moisture content of combustibles in the canopy
principal component analysis
multiple nonlinear regression
分类号
S762 [农业科学—森林保护学]
S771.8 [农业科学—森林工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于对比自监督的遥感图像场景分类
吴奕恒
陈知明
戴颖成
欧阳文欣
李建军
刘峰
《燕山大学学报》
CAS
北大核心
2023
1
在线阅读
下载PDF
职称材料
2
基于Sentinel-2B的油松冠层可燃物含水率反演研究
刘鸿升
欧阳文欣
魏英杰
谢亦秋
李建军
《林业资源管理》
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
