【摘 要】
：
机器学习方法在高分辨率遥感图像场景分类任务中已经得到大规模应用,但当前研究主要围绕数据特征和神经网络结构展开,极少提及神经网络训练策略对遥感图像分类性能的影响.因此,本文选取7种自然图像分类中常用的神经网络训练策略进行实验,根据其在3个规模较大的遥感图像数据集和4个广泛使用的神经网络模型上的实验表现,筛选出适用于遥感图像场景分类的神经网络训练策略.通过消融研究详细评估多个神经网络训练策略对遥感图像
【机 构】
：
华北水利水电大学信息工程学院,西北工业大学自动化学院
【基金项目】
：
国家自然科学基金(No.61601184),河南省科技攻关计划(No.192102210265,No.202102210141),河南省教育厅科学技术研究重点项目(No.13A520713),河南省重点科技攻关计划(No.152102210112)。
论文部分内容阅读
机器学习方法在高分辨率遥感图像场景分类任务中已经得到大规模应用,但当前研究主要围绕数据特征和神经网络结构展开,极少提及神经网络训练策略对遥感图像分类性能的影响.因此,本文选取7种自然图像分类中常用的神经网络训练策略进行实验,根据其在3个规模较大的遥感图像数据集和4个广泛使用的神经网络模型上的实验表现,筛选出适用于遥感图像场景分类的神经网络训练策略.通过消融研究详细评估多个神经网络训练策略对遥感图像场景分类性能的影响,通过分析总体分类精度、混淆矩阵、Kappa系数得到有效的神经网络训练策略,并证明神经
其他文献
针对目前一些正确识别率高的SVM(Support Vector Machines)分类器、超球SVM分类器、深度学习分类器在一些典型样本集上应用时仍然有2%左右的错误识别率和增量学习功能不强的问题,本文提出了一种具有合适拒识机制的高正确识别率分类器设计方案和相应的增量学习算法,较好地解决了上述问题.主要工作包括:同类特征集合的紧密包裹集构造算法;基于同类特征集合和紧密包裹集的同类特征区域紧密包裹面的求解算法;设置所有紧密包裹面之外的公共区域为分类器的拒识区域的方法;当增加新类别、增减训练样本时,以上算法的
动态异构冗余(Dynamic Heterogeneous Redundancy,DHR)模型的安全性分析是拟态防御的核心问题之一.本文针对DHR模型安全性量化分析问题提出了执行体-漏洞矩阵和服务体-漏洞矩
为解决工业网络安全防护中工艺数据异常检测误报率较高的问题,本文提出一种基于时间序列的异常检测方法.该方法对工艺数据进行相关性分析、向量映射等处理,再采用堆叠自编码神经网络(SAE)对工艺数据特征进行降维,根据工艺数据在传输序列间的相互关联性,设计基于长短期记忆神经网络(LSTM)的异常检测模型,最后进行工艺数据异常检测仿真实验验证分析.实验结果表明,基于时间序列的异常检测模型能有效提高工艺数据异常检测准确率,并且误报率要低于传统隐马尔可夫异常检测模型,同时获得较好的异常检测实时性.
硅基光电晶体管在高频通信、自动控制、电力系统领域具有广泛的应用前景.从系统验证和仿真的角度,迫切需要建立光电晶体管的等效电路模型,该模型需要包含电学特性和光学特性.本文提出了一种高频(100MHz~1GHz)硅基光电晶体管的SPICE(Simulation Program with Integrated Circuit Emphasis)等效模型,包含器件的主要光电特性,通过TCAD(Technology Computer Aided Design)仿真建立了模型中关键电学和光学参数的提取方法.基于所建立
本文提出了一种基于同步电荷提取的高效多压电能俘获电路(High Efficiency Multi-piezoelectric Energy Harvesting Circuit Based on Synchronous Electric Charge Extraction,EM-SECE).所提出的电路利用改进的正负峰值检测结构,减小了压电元件(Piezoelectric Transducer,PZT)达到电压峰值处和开关动作之间的相位差,从而提高了单个压电元件的能量收集效率.并且利用单电感的时分复用,实
针对地闪电磁脉冲计算在广域和高精度方面存在的难题,采用非均匀网格划分技术对均匀网格时域有限差分法进行改进,所提出的非均匀网格时域有限差分法适合广域地闪电磁脉冲计算.计算了100 km以内的地闪地面水平电场(E r),揭示了E r随回击距离变化所体现的波形变化规律.同时分析了大地电导率(σ)和回击速度(v)对该距离内E r的影响.结果表明:E r在2km内呈单极性脉冲,500m内在首次脉冲后出现过零现象且距离越远该现象越明显,50~100km内呈双极性连续脉冲;E r的脉冲幅值、半峰值宽度、脉冲宽度、过零幅
行人重识别旨在跨监控设备下检索出特定的行人目标.为捕捉行人图像的多粒度特征进而提高识别精度,基于OSNet基准网络提出一种多粒度特征融合网络(Multi-granularity Feature Fusion Network for Person Re-Identification, MFN)进行端对端的学习. MFN由全局分支、特征擦除分支和局部分支组成,其中特征擦除分支由双通道注意力擦除模型构成
为了提高风电机组与储能单元构建的独立供电系统的供电可靠性,针对开绕组双馈电机和储能单元构建的独立交直流混合供电系统,提出了一种基于下垂控制的功率协调控制方法。该方法采用分层控制,根据储能单元功率变化和荷电状态SOC(state ofcharge),对开绕组双馈电机定子侧变换器的下垂系数进行调整,协调系统中交、直流侧功率,保持各个储能单元输出的功率平衡,实现各个储能单元SOC均衡,提高系统稳定性。仿真结果表明,所提方案可有效协调系统的交、直流侧功率,保证各储能单元的SOC均衡。
随着互联网规模的不断扩大以及应用场景的多元化,传统网络无法很好地满足新业务的动态多样化需求,因此国内外对未来网络展开了深入研究.本文首先介绍了未来互联网体系架构的研究现状.其次,介绍了具备“三层、两域”特征的智慧标识网络(Smart Identifier NETwork,SINET)体系架构,然后重点阐述了SINET服务机理在服务的命名与解析、路由机制、服务缓存、移动性、传输控制机制、可扩展性、绿色节能等关键技术方面取得的研究进展,并进一步详细分析了SINET服务机理的安全性.最后总结了SINET面临的挑
IAP技术为嵌入式产品的程序烧写提供了一种很好的实现方式,适合各种复杂的应用工况。针对IAP,本文提出了一种基于Ethernet的嵌入式系统BootLoader设计方案,重点阐述了方案中涉及到的几个关键技术点,例如中断向量表重定位、LwIP协议栈应用等。