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
一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法
被引量：
1
1
作者
巫统仁
张显
+2 位作者
刘培
文婷婷
邹振学
《大连海洋大学学报》
CAS
CSCD
北大核心
2024年第2期327-336,共10页
为解决水产养殖区遥感提取过程中近岸坑塘养殖目标和网箱养殖目标地物背景复杂,受房屋、植被、海水和船只等干扰提取精度较低等问题,提出了一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法SA-STN-Net,选取海南省文昌市...
为解决水产养殖区遥感提取过程中近岸坑塘养殖目标和网箱养殖目标地物背景复杂,受房屋、植被、海水和船只等干扰提取精度较低等问题,提出了一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法SA-STN-Net,选取海南省文昌市八门湾和万宁市坡头港为研究区域,先利用光谱特征和纹理特征构建水产养殖目标先验知识,然后在U-Net模型基础上联合空间变换网络(spatial transformer network,STN)和置换注意力机制(shuffle attention,SA),用于增强养殖目标空间特征、减少复杂地物的干扰并聚焦近岸水产养殖区域。结果表明:与原始U-Net模型相比,SA-STN-Net模型的总体提取精度和平均交并比提高了3.3%和5.7%;与当前较为先进的A2fpn、Swin-Transformer和Dc-Swin等深度学习分割算法相比,SA-STN-Net模型具有更好的分割性能,F 1分数分别提高了6.7%、4.2%和7.2%。研究表明,本文提出的SA-STN-Net模型能适应近岸水产养殖目标地物背景复杂的情况,可对近岸养殖目标进行有效提取,本研究结果可为近岸规划与管理部门提供技术支持。
展开更多
关键词
空间变换网络(STN)
置换
注意力
(
sa
)
深度学习
水产养殖区信息提取
在线阅读
下载PDF
职称材料
题名
一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法
被引量：
1
1
作者
巫统仁
张显
刘培
文婷婷
邹振学
机构
海南热带海洋学院崖州湾创新研究院
海南省海洋与渔业科学院
河南理工大学测绘与国土信息工程学院
北华航天工业学院遥感信息工程学院
出处
《大连海洋大学学报》
CAS
CSCD
北大核心
2024年第2期327-336,共10页
基金
海南热带海洋学院崖州湾创新研究院开放课题重点项目(2022CXYKFKT03)
海南热带海洋学院崖州湾创新研究院课题组学生创新重点项目(2022CXYXSCXXM07)
+2 种基金
海南省自然科学基金(423MS120)
海南省海洋与渔业科学院省本级课题项目(KYL-2024-06)
河北省自然科学基金面上项目(D2020409002)。
文摘
为解决水产养殖区遥感提取过程中近岸坑塘养殖目标和网箱养殖目标地物背景复杂,受房屋、植被、海水和船只等干扰提取精度较低等问题,提出了一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法SA-STN-Net,选取海南省文昌市八门湾和万宁市坡头港为研究区域,先利用光谱特征和纹理特征构建水产养殖目标先验知识,然后在U-Net模型基础上联合空间变换网络(spatial transformer network,STN)和置换注意力机制(shuffle attention,SA),用于增强养殖目标空间特征、减少复杂地物的干扰并聚焦近岸水产养殖区域。结果表明:与原始U-Net模型相比,SA-STN-Net模型的总体提取精度和平均交并比提高了3.3%和5.7%;与当前较为先进的A2fpn、Swin-Transformer和Dc-Swin等深度学习分割算法相比,SA-STN-Net模型具有更好的分割性能,F 1分数分别提高了6.7%、4.2%和7.2%。研究表明,本文提出的SA-STN-Net模型能适应近岸水产养殖目标地物背景复杂的情况,可对近岸养殖目标进行有效提取,本研究结果可为近岸规划与管理部门提供技术支持。
关键词
空间变换网络(STN)
置换
注意力
(
sa
)
深度学习
水产养殖区信息提取
Keywords
spatial transformer network(STN)
shuffle attention(
sa
)
deep learning
extraction of aquaculture area
分类号
S967.3 [农业科学—水产养殖]
TP391 [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
作者
出处
发文年
被引量
操作
1
一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法
巫统仁
张显
刘培
文婷婷
邹振学
《大连海洋大学学报》
CAS
CSCD
北大核心
2024
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
