《表5 7种检索方法的特征维度大小》
为了更加突现本文算法的实际应用能力,将本文方法与四种常见的云图检索方法进行实验比较,其方法1为基于灰度直方图单一特征(HIST)的云图检索方法;方法2是基于纹理特征(ULBP)的云图检索;方法3为基于灰度共生矩阵的云图检索方法[18];方法4为基于小波纹理特征的卫星云图检索[19];方法5是线性特征级联,即不对特征进行任何处理;方法6是基于深度特征的云图检索,通过卷积神经网络提取云图特征,由提取到的云图特征进行相似性度量[20]。其中每种方法对应的特征维度如表5所示。
图表编号 | XD00103713600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 唐彪、金炜、李纲、尹曹谦 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |