///Alg 1

研究文章

高分辨率航空照片分类使用Spectral-Spatial卷积神经网络

算法1

提出了土地覆盖CNN发达的伪代码映射使用空中拍摄的照片。

算法1:CNN正色摄影分类
输入:RGB图像()被航空遥感系统、培训/测试样品
()
输出:土地覆盖分类图七类()
我,D,O
预处理(部分3.1.2):
校准使用可用的34 gcp
正常化像素值用情商。1
分类(CNN)(部分3.2.2和部分3.2.3):
f或Patch_x_axis:
初始化和= 0
为Patch_y_axis:
计算点积(补丁,过滤器)
result_convolution (x, y) =点积
为Patch_x_axis:
为Patch_y_axis:
计算马克斯(补丁)
result_maxpool (x, y) =点积
更新F = max (0, x)
result_cnn_model =训练模型
预测:
训练模型适用于整个形象和获得
映射:
得到预测的结果
重塑原始图像形状的预测值
转换形象和数组写硬盘

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读。