研究目的
提出一种基于深度神经网络(DNN)的方法,用于压缩、学习并揭示地球观测数据光谱波段中最关键的信息,以支持图像内容分析的相关可视化。
研究成果
该论文得出结论:mRMR准则和DNN方法相比RGB表征能提供更优的可视化效果,其中DNN方法能揭示更多图像特征细节。这些方法改进了分析可视化效果,有助于操作人员更有效地理解电光图像。
研究不足
该论文未明确提及研究的局限性。
研究目的
提出一种基于深度神经网络(DNN)的方法,用于压缩、学习并揭示地球观测数据光谱波段中最关键的信息,以支持图像内容分析的相关可视化。
研究成果
该论文得出结论:mRMR准则和DNN方法相比RGB表征能提供更优的可视化效果,其中DNN方法能揭示更多图像特征细节。这些方法改进了分析可视化效果,有助于操作人员更有效地理解电光图像。
研究不足
该论文未明确提及研究的局限性。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于深度神经网络的多光谱地球观测图像探索性可视化分析”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期