面向梯田遥感识别的JAM-R-CNN深度网络模型

林业与农业 | 浏览量 : 0 下载量: 470 CSCD: 0

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
纸质出版日期： 2024-12-07 ，
DOI： 10.11834/jrs.20233126
稿件说明：

移动端阅览

谢君洋，林安琪，吴浩，吴紫薇，吴文斌，余强毅.2024.面向梯田遥感识别的JAM-R-CNN深度网络模型.遥感学报，28（12）： 3136-3146

Xie J Y，Lin A Q，Wu H，Wu Z W，Wu W B and Yu Q Y. 2024. JAM-R-CNN deep learning network model for remote sensing recognition of terraced fields. National Remote Sensing Bulletin， 28（12）：3136-3146
谢君洋，林安琪，吴浩，吴紫薇，吴文斌，余强毅.2024.面向梯田遥感识别的JAM-R-CNN深度网络模型.遥感学报，28（12）： 3136-3146 DOI： 10.11834/jrs.20233126.

Xie J Y，Lin A Q，Wu H，Wu Z W，Wu W B and Yu Q Y. 2024. JAM-R-CNN deep learning network model for remote sensing recognition of terraced fields. National Remote Sensing Bulletin， 28（12）：3136-3146 DOI： 10.11834/jrs.20233126.