【摘 要】
：
针对传统方法难以同时有效地进行多目标分割,现有基于全卷积神经网络的地物分类方法在复杂场景下分类精度不高的问题,提出了一种基于U-net改进的全卷积神经网络DL-Unet,实现了对遥感图像不同类别地物的有效分割。该网络改进了传统的卷积方式,引入扩张卷积,在不增加网络参数的同时增大感受野。针对遥感影像中地物类别不均衡的问题,使用带权重的交叉熵作为模型的损失函数,有效克服了模型的选择偏好。对预测结果采用
【基金项目】
：
黑龙江省自然科学基金(No.C201414),哈尔滨市优秀学科带头人基金(No.2014RFXXJ040)。
论文部分内容阅读
针对传统方法难以同时有效地进行多目标分割,现有基于全卷积神经网络的地物分类方法在复杂场景下分类精度不高的问题,提出了一种基于U-net改进的全卷积神经网络DL-Unet,实现了对遥感图像不同类别地物的有效分割。该网络改进了传统的卷积方式,引入扩张卷积,在不增加网络参数的同时增大感受野。针对遥感影像中地物类别不均衡的问题,使用带权重的交叉熵作为模型的损失函数,有效克服了模型的选择偏好。对预测结果采用了相对多数投票策略进一步提高了各个地物类别的像素准确率(PA)。实验结果表明,该模型在各地物类别的平均像
其他文献
汤彦承教授离开我们已经四年多了。他离世时我正好不在北京,今天依然为未能最后送他一程而感到十分遗憾。我是上世纪五十年代后期来中国科学院植物研究所的,和他接触大多是在
目前，社会和企业对人才的需求越来越综合化，不但要求学生具备较强的专业基础知识，更要求学生具备较强的技术能力和实践能力，因此，技工院校在培养学生学习专业基础知识的同时，还要培
摘 要 不同的学生由于自身的或者外在的原因，导致其发展状况不同，为此，作为高中数学教师要顺应形势的发展以及综合学生学习的实际情况来进行教学，通过合理的运用分层教学手段来有效的提升数学教学质量。本文对分层教学法的内涵以及高中数学教学中实施分层教学法的意义和合理运用策略进行了详细的分析。 关键词 高中数学;分层教学法;合理策略 中图分类号：G632 文獻标识码：A 文章编号：1002-7661（2
摘 要 英语教学的首要任务是激发和培养学生学习英语的兴趣，教师可以入手的角度有很多，本文从教学方法的得当运用与创设真实的语言情景两个角度来谈。 关键词 英语;兴趣;策略 中图分类号：G623.31，D045 文獻标识码：A 文章编号：1002-7661（2019）17-0131-01 “知之者莫如好之者，好之者莫如乐之者”。英语教学的首要任务是激发和培养学生学习英语的兴趣，这就要求教师要注重
电致变色(Electrochromism,EC)器件,具有工作电压低、多稳态、静态无功耗、变色功耗低、透光度/反射度连续可调等特点。WO3制作的电致变色器件存在响应时间过长、光学调制幅
为了获得更好的图像超分辨率重建质量,提高网络训练的稳定性,对生成对抗网络、损失函数进行研究。首先,介绍了SRGAN和DenseNet,并设计了基于DenseNet的生成网络用以生成图像,且将子像素卷积模块加入到DenseNet中。接着,移除了原本DenseNet中冗余的BN层,提高了模型的训练效率。最后,介绍了SRGAN的损失函数并基于Earth-Mover距离来重新设计损失函数,并且用Smoot
根据异物晕不良形成原因及修复方法,分析了成盒盒厚及压头直径对不良修复成功率的影响因素。当面板盒厚大小不同时,在相同压力值下修复成功率存在差异,不同盒厚产品对应的修
网络层数的加深会造成对火焰目标深层特征细节信息表征能力减弱,同时提取了低相关度的冗余特征,导致火焰识别精度不高。针对该问题,提出了一种基于改进Faster R-CNN的火焰检测方法,以提高在深层网络下的火焰识别精度。首先利用ResNet50网络提取火焰特征,并添加SENet模块降低火焰目标冗余特征;然后将深层特征和浅层特征进行多尺度特征融合,增强深层特征的细节信息;最后训练网络,实现对火焰目标的识
为了满足磁瓦生产工业对表面质量检测的高要求,实现磁瓦缺陷自动分割与识别,本文提出了一种基于卷积神经网络的缺陷分割与分类网络。该网络基于U-net架构,通过U-net编码部分提取缺陷的深层特征,并使用该深层特征进行缺陷分类,然后通过解码部分输出分割的缺陷区域。为了解决部分缺陷前景面积占比太小,导致网络难以收敛的问题,通过添加差异系数损失以保证网络持续优化。然后在训练阶段添加多层损失和进行在线数据增强
为了探究环境湿度对非晶铟镓锌氧薄膜晶体管(a-IGZO TFT)的负偏压光照(NBIS)稳定性的影响,本文使用非密闭腔室进行不同波长光照射下以及不同相对湿度下的TFT负偏压测试。介绍