排序方式： 共有2条查询结果，搜索用时 31 毫秒
1
1.
现有的树叶分类方法的精确率已超过90％,但可分类的树叶种类较为有限.为此,本文提出一种基于残差网络迁移学习的大规模树叶分类方法.首先使用大规模数据集预训练残差网络;然后在保留其他节点参数的基础上,对已预训练好残差网络进行部分结构调整,使之适用于树叶分类;最后,使用树叶数据集对调整后的残差网络进行再训练,以使网络具备树叶... 相似文献
2.
在高光谱图像（HSI）分类中，由于标记样本的获取十分耗时耗力，少样本问题一直是该领域的重要研究问题之一.本文先对HSI进行多种空间特征提取，并将这些特征与谱特征融合，以形成多种空-谱特征.然后对多种空-谱特征及其融合进行了实验对比分析.在3个基准HSI数据集上的实验结果表明，在少样本条件下，空-谱特征融合下的HSI分类精度显著高于仅用谱特征的分类精度；多空-谱特征融合方法的分类精度显著优于单一空-谱特征方法的分类精度. 相似文献
1