Models and Methods | Views : 0 下载量: 411 CSCD: 0

  • Export

  • Share

  • Collection

  • Album

    • PolSAR image deep learning super-resolution model based on multiscale attention mechanism

    • “深度学习框架下的多尺度注意力机制超分辨率重建网络，有效提升全极化合成孔径雷达影像的空间分辨率，同时保持极化信息。”
    • Vol. 28, Issue 9, Pages: 2362-2371(2024)   

      Published： 07 September 2024 ，

    • DOI： 10.11834/jrs.20233002     

    移动端阅览

  • Lin L P，Li J and Shen H F. 2024. PolSAR image deep learning super-resolution model based on multiscale attention mechanism. National Remote Sensing Bulletin， 28（9）：2362-2371 DOI： 10.11834/jrs.20233002.
  •  
  •  
Alert me when the article has been cited
提交

相关文章

相关作者

LI Jie 武汉大学 测绘学院
WANG Liming 中国地质大学(武汉) 地理与信息工程学院
QI Kunlun 中国地质大学(武汉) 地理与信息工程学院;国家地理信息系统工程技术研究中心
YANG Chao 中国地质大学(武汉) 地理与信息工程学院;国家地理信息系统工程技术研究中心
WU Huayi 武汉大学 测绘遥感信息工程国家重点实验室
Hongge YAO 西安工业大学 计算机科学与工程学院
Cheng WANG 西安工业大学 计算机科学与工程学院
Jun YU 西安工业大学 计算机科学与工程学院

相关机构

School of Geography and Information Engineering, China University of Geosciences
National Engineering Research Center of Geographic Information System
State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University
College of Computer Science and Engineering, Xi'an Technological University
Technological Center, Xi'an Technological University
0