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
1
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MambaRVS可微特征聚类的无监督遥感图像分类实验
1
作者
马建民
薛兴鹏
李玉清
《地理与地理信息科学》
2025年第5期31-40,共10页
卷积神经网络和Transformer解决了传统深度遥感图像分类算法特征提取能力和空间上下文建模等方面存在的局限性,但前者受远程建模能力不足的限制,后者则受计算复杂性的阻碍。为减少对训练集的过度依赖和降低计算成本,该文提出一种结合Mam...
卷积神经网络和Transformer解决了传统深度遥感图像分类算法特征提取能力和空间上下文建模等方面存在的局限性,但前者受远程建模能力不足的限制,后者则受计算复杂性的阻碍。为减少对训练集的过度依赖和降低计算成本,该文提出一种结合MambaRVS网络的无监督遥感图像分类算法,构建一个端到端的可微特征聚类框架,该框架由特征提取器、分类器和用于可微聚类的argmax函数组成,特征提取器生成可微的深度特征将像素映射到聚类空间,利用可微操作动态分配标签,并通过反向传播联合优化特征提取与聚类过程实现兼顾特征相似性和空间连续性的无监督图像分割;同时,该算法引入包含特征相似性损失和空间连续性损失的损失函数,通过联合优化可微特征表示与聚类过程有效缓解了传统方法对人工特征选择和固定边界的依赖。实验结果表明,该算法在4个研究区的评估指标均优于现有算法,且消耗的计算时间和资源较少。
展开更多
关键词
无监督遥感图像分类
MambaRVS
特征相似性损失
空间连续性损失
可微特征聚类
在线阅读
下载PDF
职称材料
题名
基于MambaRVS可微特征聚类的无监督遥感图像分类实验
1
作者
马建民
薛兴鹏
李玉清
机构
甘肃省测绘工程院
出处
《地理与地理信息科学》
2025年第5期31-40,共10页
基金
甘肃省科技计划重点研发计划项目“矿山全周期三维动态监管应用研究”(22YF7FA074)。
文摘
卷积神经网络和Transformer解决了传统深度遥感图像分类算法特征提取能力和空间上下文建模等方面存在的局限性,但前者受远程建模能力不足的限制,后者则受计算复杂性的阻碍。为减少对训练集的过度依赖和降低计算成本,该文提出一种结合MambaRVS网络的无监督遥感图像分类算法,构建一个端到端的可微特征聚类框架,该框架由特征提取器、分类器和用于可微聚类的argmax函数组成,特征提取器生成可微的深度特征将像素映射到聚类空间,利用可微操作动态分配标签,并通过反向传播联合优化特征提取与聚类过程实现兼顾特征相似性和空间连续性的无监督图像分割;同时,该算法引入包含特征相似性损失和空间连续性损失的损失函数,通过联合优化可微特征表示与聚类过程有效缓解了传统方法对人工特征选择和固定边界的依赖。实验结果表明,该算法在4个研究区的评估指标均优于现有算法,且消耗的计算时间和资源较少。
关键词
无监督遥感图像分类
MambaRVS
特征相似性损失
空间连续性损失
可微特征聚类
Keywords
unsupervised remote sensing image classification
MambaRVS
feature similarity loss
spatial continuity loss
differentiable feature clustering
分类号
TP751.1 [自动化与计算机技术]
TP183 [自动化与计算机技术—检测技术与自动化装置]
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MambaRVS可微特征聚类的无监督遥感图像分类实验
马建民
薛兴鹏
李玉清
《地理与地理信息科学》
2025
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
