您的位置： 专家智库 > >

麦超

作品数：4 被引量：6H指数：1
供职机构：长安大学地质工程与测绘学院更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 3篇自动化与计算...

主题

  • 2篇遥感
  • 2篇特征提取
  • 2篇图像
  • 1篇地形
  • 1篇地形特征
  • 1篇遥感图像
  • 1篇遥感影像
  • 1篇医学影像
  • 1篇影像配准
  • 1篇图像处理
  • 1篇图像分类
  • 1篇配准
  • 1篇小波
  • 1篇小波分析
  • 1篇孔径雷达
  • 1篇雷达
  • 1篇合成孔径
  • 1篇合成孔径雷达
  • 1篇幅值
  • 1篇高光谱遥感

机构

  • 4篇长安大学

作者

  • 4篇麦超
  • 2篇邹维宝
  • 1篇许艳
  • 1篇王伟
  • 1篇王伟超

传媒

  • 1篇计算机工程与...
  • 1篇中文科技期刊...

年份

  • 1篇2017
  • 2篇2016
  • 1篇2013
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
合成孔径雷达影像配准中最优匹配窗口的选择方法
本发明公开了一种基于自相关系数的合成孔径雷达影像配准中最优匹配窗口的选择方法，包括如下步骤：计算SAR影像的自相关系数；用多尺度小波分析分解自相关系数；计算低频分量中各个突变点的幅值、幅值百分比及其幅值变化百分比；确定最...
邹维宝麦超王伟超许艳刘五杰王伟
文献传递
深度学习在高光谱遥感图像分类中的应用研究被引量：1
2016年
遥感图像分类是地理信息系统(geographic information system,GIS)的关键技术,对土地规划与管理具有十分重要的作用。然而人工标定遥感图像费时费力效率极低。近年来,深度学习(deep learning,DL)已经成为机器学习领域的一个新兴研究方向。深度学习采用多层结构的方式,对数据从低层到高层渐进地进行特征提取,从而发掘数据主要驱动源,进而提高分类的准确性。因此借助深度学习方法自动处理遥感图像成为了目前比较热门的研究方向。
麦超陶迪
关键词：遥感图像特征提取
稀疏受限玻尔兹曼机研究综述被引量：5
2017年
人类的视觉系统采用稀疏编码方式来描述被感知的图像特征,而稀疏表示被认为是图像特征最合理而且有效的表示形式。由于受限玻尔兹曼机具有强大的无监督学习能力,所以它被用于深度学习中。将多个稀疏受限玻尔兹曼机堆叠起来,不仅可以模拟大脑的分层结构,还可以学习到图像更加抽象的特征信息。因此,采用受限玻尔兹曼机获得图像特征的稀疏表示在人工智能领域得到了广泛的关注。首先介绍了受限玻尔兹曼机的基础知识,紧接着阐述了稀疏化的原因,并描述了稀疏受限玻尔兹曼机的优点。然后,文章详细介绍了稀疏受限波尔兹曼机的国内外研究现状。最后总结了目前研究中存在的问题及将来的发展方向。
麦超邹维宝
关键词：图像处理
基于稀疏约束受限玻尔兹曼机的高分辨率遥感影像分类
随着传感器技术的不断发展和进步，遥感影像的空间分辨率不断提高，高分辨率影像中的目标特征信息更加丰富。原来用于中低分辨率的遥感影像特征提取与目标检测方法已经无法满足高分辨率遥感影像的应用，使得高分辨率遥感影像自动或半自动地...
麦超
关键词：遥感影像特征提取
全选 清除 导出
共1页<1>
聚类工具0