1. 研究目的与意义（文献综述包含参考文献）
1研究背景及研究意义1.1选题背景随着北斗、IKONOS、Worldview系列、高分系列、高景等高分辨率遥感卫星的成功发射，遥感技术朝向多平台、多传感器与多角度的发展，高分辨率遥感影像已经成为对地精细观测的重要数据来源[1-2]。
另一方面，机器学习等新兴技术发展迅猛，尤其在图像分类与识别方面表现了其非常强大的工作能力。
[3-4]于是不少学者尝试研究利用人工智能在图像识别以及分类的强势之处来对遥感卫星影像进行分类与识别处理，并取得了很好的效果[5]。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
3研究目标、研究内容与拟完成内容3.1研究目标本研究拟借鉴DCNN模型应用到遥感图像领域的相关理论和实践经验，将其设计并研发出适合遥感影像场景分类的模型。
利用DCNN模型的学习数据本质特征表示的能力，以减少遥感影像场景分类工作对人工的依赖。
发挥DCNN模型强大的图像分类技术优势，克服其位置坐标丢失的缺陷，达到满足遥感影像场景分类精度和处理速度要求的、端到端的、智能化、自动化处理效果。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
