TY-JOURA2-Zhou, MuAU-Zhang, XiPY-2022DA-2022/01/04TI-超分辨率遥感图像重构同时,图像质量也与信息传输的完整性和准确性相关联。这项研究主要讨论超分辨率重建遥感图像 基础是中层监控神经网络论文设计卷积神经网络并带中间层监督共有16层,第七层设计成中间监督层目前,对传统超分辨率重构算法和卷积神经网络有许多研究,但很少研究将两者并发卷积神经网络可获取图像高频特征并增强详细信息有必要研究图像重建应用文章将单独描述图像超分辨率重构和卷积神经网络当前研究状态中间监听层定义监听层错误函数,用它优化卷积神经网络错误回传播机制,改善深卷积神经网络渐变消失算法培训主要划分为四级:原创遥感图像预处理、遥感图像时间特征提取级、遥感图像空间特征提取级和遥感图像重建输出层网络最后层取单机遥感图像SRCNN算法输出层重叠并添加前层遥感图像,平均重叠块,消除块效果,并最后获取高分辨率遥感图像,这还相当于滤波操作为使用户能够更清晰地比较遥感图像超分辨率效果,本文件使用Qt5界面库实施遥感图像超分辨率软件平台用户界面并使用中间层神经元网络和本文提议的遥感图像超分辨率重构算法训练时段达35次 网络聚合此时损失函数汇合0.017,累积时间约8小时这项研究帮助提高遥感图像的视觉效果SN-1687-725XUR-https://doi.org/101155/2022/260399DO-10.1155/2022/2603939JF-传感器杂志PB-HindawiKW-ER-