Cross-domain transfer learning algorithm for few-shot ship recognition in remote-sensing images

Models and Methods | Views:1515Downloads:3059CSCD:4

Cross-domain transfer learning algorithm for few-shot ship recognition in remote-sensing images
- role：First author第一作者
- Affiliation：
  Fundamental Science on Communication Information Transmission and Fusion Technology Laboratory, Hangzhou Dianzi University, Hangzhou 310018, China
- Email：chj247@hdu.edu.cn
- Introduction：陈华杰，研究方向为机器学习和图像处理。E-mail： chj247@hdu.edu.cn
CHEN Huajie
* ,
- Affiliation：
  Fundamental Science on Communication Information Transmission and Fusion Technology Laboratory, Hangzhou Dianzi University, Hangzhou 310018, China
LYU Danni
* ,
- Affiliation：
  Fundamental Science on Communication Information Transmission and Fusion Technology Laboratory, Hangzhou Dianzi University, Hangzhou 310018, China
ZHOU Xiao
* ,
- Affiliation：
  Fundamental Science on Communication Information Transmission and Fusion Technology Laboratory, Hangzhou Dianzi University, Hangzhou 310018, China
LIU Jun
*
Vol. 28, Issue 3, Pages: 793-804(2024)
DOI：10.11834/jrs.20211368
Accepted：

Scan QR Code

Alert me when the article has been cited

Submit

Related Articles

Related Author

陈华杰杭州电子科技大学通信信息传输与融合技术国防重点学科实验室

吕丹妮杭州电子科技大学通信信息传输与融合技术国防重点学科实验室

周枭杭州电子科技大学通信信息传输与融合技术国防重点学科实验室

刘俊杭州电子科技大学通信信息传输与融合技术国防重点学科实验室

HE Xiaoqing 东北石油大学计算机与信息技术学院

WANG Zhibao 东北石油大学计算机与信息技术学院;东北石油大学环渤海能源研究院

ZHAO Man 齐齐哈尔大学通信与电子工程学院

CHEN Liangfu 东北石油大学计算机与信息技术学院;中国科学院空天信息创新研究院遥感科学国家重点实验室;中国科学院大学

Related Institution

杭州电子科技大学通信信息传输与融合技术国防重点学科实验室

School of Computer and Information Technology, Northeast Petroleum University

Bohai-Rim Energy Research Institute, Northeast Petroleum University

School of Communication and Electronic Engineering, Qiqihar University

State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences

AI Introduction