[口头报告]一种无需多模型的遥感影像集成分类框架

一种无需多模型的遥感影像集成分类框架
编号:2198 稿件编号:2934 访问权限:仅限参会人 更新:2024-04-12 10:16:23 浏览:394次 口头报告

报告开始:2024年05月18日 14:25 (Asia/Shanghai)

报告时间:15min

所在会议:[S7] 主题7、遥感与地理信息科学 » [S7-3] 主题7、遥感与地理信息科学 专题7.3(18日下午,305)

暂无文件

摘要
近年来,集成多个深度学习模型成为提高遥感影像分类精度的有效方法,但这些方法忽略了像素之间的内在关联,分类结果的多样性必须依赖于不同模型,训练时间成本高且精度提升有限。针对于此,开展了利用像元之间的关联信息生成多样化分类结果的研究,提出了一种无需多模型的遥感影像集成分类框架。首先将训练集中的样本两两组合,形成双像元训练集,然后使用原始训练集和双像元训练集训练分类框架。对于每个输入像元,该框架可以得到多个分类结果,并通过集成获得更加准确的输出。实验结果表明,该分类框架相对于传统的分类模式,精度得到了明显提升。由于摆脱集成分类对于多模型的依赖,该框架为深度学习与集成学习的结合提供了一种新视角。
 
关键字
集成分类,深度学习,遥感影像分类
报告人
窦鹏
副研究员 中国科学院西北生态环境资源研究院

稿件作者
窦鹏 中国科学院西北生态环境资源研究院
黄春林 中国科学院西北生态环境资源研究院
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订