报告详情
一种无需多模型的遥感影像集成分类框架
编号：2198
访问权限：仅限参会人
更新：2024-04-12 10:16:23 浏览：1259次
口头报告
报告开始：2024年05月18日 14:25（Asia/Shanghai）
报告时间：15min
所在会场：[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。
关键词
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
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论