技术方法 | 浏览量 : 0 下载量: 1549 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 深度学习遥感变化检测综述：典型算法及发展趋势

    • Deep learning for change detection in remote sensing： A review and new outlooks

    • “在遥感影像智能解译领域，专家分析了双时相高分辨率遥感影像变化检测的典型算法和最新进展，为相关研究提供参考。”
    • 2025年29卷第6期 页码：1587-1597   

      收稿日期：2025-01-23，

      纸质出版日期：2025-06-07

    • DOI： 10.11834/jrs.20254441     

    移动端阅览

  • 程塨，王光兴，韩军伟.2025.深度学习遥感变化检测综述：典型算法及发展趋势.遥感学报，29（6）： 1587-1597 DOI： 10.11834/jrs.20254441.
    Cheng G， Wang G X and Han J W. 2025. Deep learning for change detection in remote sensing： A review and new outlooks. National Remote Sensing Bulletin， 29（6）：1587-1597 DOI： 10.11834/jrs.20254441.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

程塨 西北工业大学 自动化学院
王光兴 西北工业大学 自动化学院
龙颖 中国地震局地震预测研究所
窦爱霞 中国地震局地震预测研究所
王斐斐 河南省地震局
王书民 中国地震局地震预测研究所
邵攀 三峡大学 湖北省水电工程智能视觉监测重点实验室;三峡大学 计算机与信息学院
高梓昂 三峡大学 湖北省水电工程智能视觉监测重点实验室;三峡大学 计算机与信息学院

相关机构

中国地震局地震预测研究所
河南省地震局
三峡大学 湖北省水电工程智能视觉监测重点实验室
三峡大学 计算机与信息学院
南京信息工程大学 遥感与测绘工程学院
0