《表1 面向对象与深度学习在遥感影像解译方面的优缺点》
提示：宽带有限、当前游客访问压缩模式
面向对象方法与深度学习方法在遥感影像解译方面的优缺点如表1所示。
| 图表编号 | XD0077391300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.25 |
| 作者 | 徐金晓、方圆 |
| 绘制单位 | 中国电子科技集团公司第二十七研究所、中国电子科技集团公司第二十七研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 面积精度评价：深度学习在高分辨率遥感影像冬油菜提取中的应用》2020.09.25
- 《表1 分类精度评价：深度学习在高分辨率遥感影像冬油菜提取中的应用》2020.09.25
- 《表2 围护结构参数特性：基于深度学习的寒旱区遥感影像河流提取》2020.07.25
- 《表1 各能源碳排放系数：基于深度学习的寒旱区遥感影像河流提取》2020.07.25
- 《表1 不同算法实验对比：基于深度学习的高分遥感影像分类方法研究》2021.02.05
- 《表1 常见深度学习遥感影像样例库情况表》2021.01.25
- 《表3 基于变化矢量分析面向对象遥感影像回溯分析的土地覆被变化精度评价结果》2020.10.01
- 《表1 特征优选结果：一种集成多分类器的面向地理对象遥感影像变化回溯分析方法》2020.10.01
- 《表3 对比分析：深度学习遥感影像近岸舰船识别方法》2020.04.20
- 《表1 GF-1卫星参数：面向对象的GF-1卫星影像苹果树种植面积遥感提取研究——以山地丘陵地区的栖霞市为例》2020.04.01
- 《表1 检验统计结果：遥感影像线性构造目视解译与自动解译对比研究》2020.07.15
- 《表2 基于深度学习影像解译精度结果》2020.02.10
- 《表1 分类结果混淆矩阵：基于深度学习的高分遥感影像乡镇建筑物识别方法》2019.01.20
- 《表1 模型参数大小：深度学习语义分割方法在遥感影像分割中的性能分析》2019.07.25
- 《表1 分割参数：无人机遥感影像面向对象分类的冻土热融滑塌边界提取》2019.06.01
- 《表1 DBN训练过程：深度学习在遥感影像分类与识别中的研究进展综述》2019.02.25
- 《表1 DBN训练过程：深度学习在遥感影像分类与识别中的研究进展综述》2019.02.25
- 《表1 建筑物特征：面向对象的多尺度多特征高分遥感影像建筑物提取》2019.02.25
- 《表2 缩略词全称：结合深度学习和半监督学习的遥感影像分类进展》2019.11.16
- 《表1 深度学习平台汇总：结合深度学习和半监督学习的遥感影像分类进展》2019.11.16