林业与农业 | 浏览量:940下载量:2715CSCD:2
导出
收藏
专辑
面向梯田遥感识别的JAM-R-CNN深度网络模型
JAM-R-CNN deep learning network model for remote sensing recognition of terraced fields
- “在遥感识别领域,专家提出了JAM-R-CNN深度网络模型,有效提升了梯田识别精度,具有应用价值。”
- 2024年28卷第12期 页码:3136-3146
DOI:10.11834/jrs.20233126
引用
翻译全文
移动端阅览
AI导读
HTML全文
图( 28 ) 表( 3 )
参考文献
出版信息
数据统计
文章被引用时,请邮件提醒。
提交
相关作者
林安琪 华中师范大学 城市与环境科学学院;地理过程分析与模拟湖北省重点实验室
吴紫薇 华中师范大学 城市与环境科学学院;地理过程分析与模拟湖北省重点实验室
吴文斌 中国农业科学院 农业资源与农业区划研究所
余强毅 中国农业科学院 农业资源与农业区划研究所
马晓双 安徽大学 资源与环境工程学院;安徽大学 信息材料与智能感知安徽省实验室;安徽大学 湿地生态保护与修复安徽省重点实验室
胡忠文 深圳大学 自然资源部大湾区地理环境监测重点实验室
宋文博 安徽大学 资源与环境工程学院
张锋 湖南第一师范学院 电子信息学院
相关机构
安徽大学 资源与环境工程学院
安徽大学 信息材料与智能感知安徽省实验室
安徽大学 湿地生态保护与修复安徽省重点实验室
深圳大学 自然资源部大湾区地理环境监测重点实验室
湖南第一师范学院 电子信息学院


