吴 超,钟明旸

聚焦于卷积神经网络在遥感图像分类领域的应用，深入剖析其独特特点，揭示现存问题，并针对性地提出优化对策。阐述卷积神经网络应用于遥感图像分类所具备的显著特点，包括强大的特征提取能力、对复杂场景的适应性以及可扩展性等。分析其在应用过程中面临的数据标注困难、模型复杂度与计算资源矛盾、小样本学习性能欠佳等关键问题。在此基础上，从数据增强与半监督学习、模型轻量化与硬件加速、迁移学习与领域自适应等方面提出优化策略。旨在为卷积神经网络在遥感图像分类中的进一步发展与应用提供理论支持与实践指导。

卷积神经网络；遥感图像分类；性能分析；优化对策

[1] 田启川,吴施瑶,马英楠.基于卷积神经网络的光学遥感影像分析综述[J].计算机应用与软件,2023,40(10):1-9. [2] 谭富中.基于卷积神经网络的遥感图像压缩及 FPGA 实现技术研究[D].华中科技大学,2023. [3] 徐乐园,毛克彪,郭中华,等.卷积神经网络在农业遥感图像语义分割中的应用综述[J].Agricultural Outlook(1673-3908),2024,20(2).

点击下载PDF