Models and Methods | Views : 0 下载量: 657 CSCD: 0
  • Export

  • Share

  • Collection

  • Album

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

    • 在遥感图像小样本舰船目标识别领域,专家提出了基于源域样本相关性排序的跨域迁移学习算法,有效提升了目标域样本识别精度。
    • Vol. 28, Issue 3, Pages: 793-804(2024)   

      Published: 07 March 2024

    • DOI: 10.11834/jrs.20211368     

    移动端阅览

  • Chen H J,Lyu D N,Zhou X and Liu J. 2024. Cross-domain transfer learning algorithm for few-shot ship recognition in remote-sensing images. National Remote Sensing Bulletin, 28(3):793-804 DOI: 10.11834/jrs.20211368.
  •  
  •  
Alert me when the article has been cited
提交

相关作者

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
HU Jinlong 西南交通大学 地球科学与环境工程学院测绘遥感信息系;西南石油大学 土木工程与测绘学院
DUAN Jinliang 西南交通大学 地球科学与环境工程学院测绘遥感信息系
SHAMA Age 西南交通大学 地球科学与环境工程学院测绘遥感信息系
ZHANG Rui 西南交通大学 地球科学与环境工程学院测绘遥感信息系;西南交通大学 高速铁路运营安全空间信息技术国家地方联合工程实验室

相关机构

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
Faculty of Geoscience and Environmental Engineering, Southwest Jiaotong University
School of Civil Engineering and Geomatics, Southwest Petroleum University
State-Province Joint Engineering Laboratory of Spatial Information Technology of High-Speed Rail Safety, Southwest Jiaotong University
Information Engineering University, Institute of Geospatial Information
0