《表4 卷积核对比组设置:基于卷积神经网络的无人机遥感农作物分类》
在模型中,大卷积核具有较大的感受野,本层的一个像素代表前一层更多的信息,但会造成细节的遗漏;小卷积核与之相反,却无法很好地表示稀疏数据特征[21-22]。结合本文实验数据具有密度大、特征少、差异性小的特点,设计11、9、7共3类卷积核模型,探究小卷积核在细微特征提取中的优势。卷积核设置如表4所示。
图表编号 | XD00109916400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.25 |
作者 | 汪传建、赵庆展、马永建、任媛媛 |
绘制单位 | 石河子大学信息科学与技术学院、兵团空间信息工程技术研究中心、石河子大学信息科学与技术学院、兵团空间信息工程技术研究中心、石河子大学信息科学与技术学院、兵团空间信息工程技术研究中心、石河子大学信息科学与技术学院、兵团空间信息工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |