2019 年 6月 18 日随笔档案 - tccbj

Exploiting ConvNet Diversity for Flooding Identification

摘要：语义分割洪水区域。空洞卷积和反卷积组合，结果再用svm学习如何组合，能获得更好的效果。直接对不同网络的结果进行投票会得到更差的结果。消融研究（Ablation Study）：类似控制变量法，就对那些可能影响网络精度的参数进行不同组合，从而得到最好的设计阅读全文

posted @ 2019-06-18 21:14 tccbj 阅读(165) 评论(0) 推荐(0) 编辑

Missing Data Reconstruction in Remote Sensing Image With a Unified Spatial–Temporal–Spectral Deep Convolutional Neural Network（缺失数据补全，时空谱网络）

摘要：摘要文章针对修复坏波段（AQUA B6），恢复条带损失，恢复云污染提出了一个深度学习网络结构，他说 To date, to the best of our knowledge, no studies investigating CNNs for the reconstruction of miss 阅读全文

posted @ 2019-06-18 17:49 tccbj 阅读(424) 评论(0) 推荐(0) 编辑

Reconstructing Cloud-Contaminated Multispectral Images With Contextualized Autoencoder Neural Networks（自编码机重建云污染区）

摘要： 1、逐像元输入输出与邻域输入输出，邻域处理是先flatten，再unflatten 2、用MDL方法（最小描述长度）寻找自编码机最佳隐藏层数 3、多目标优化方法寻找MDL方法的超参数，平衡MDL方法两项的差距补充学习： 1、Autoencoder（自编码机）：深度学习中的一种非监督学习，他去学习阅读全文

posted @ 2019-06-18 14:42 tccbj 阅读(219) 评论(0) 推荐(0) 编辑

2019年6月18日