인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
The powerful feature learning capability of the AlexNet model of convolutional neural networks is gradually applied in land classification, but the model suffers from problems such as inconsistency between sample form and network requirements in its application. Therefore, this study proposes the optimized AlexNe-finetunet model, LCNet-27 model and LCNet-13 model based on AlexNet model to solve the problems of oversized training samples and model training input size, speed up model training and improve classification accuracy. The highest accuracy was 97.76% for the LCNet-27 model and 95.33% for the LCNet-13 model with 5×5 pixel input size, both higher than that of the AlexNet model finetune, 93.6% of the AlexNet model finetune. The LCNet-27 and LCNet-13 models obtained by optimizing the AlexNet model finetune with this study have improved the accuracy and faster classification speed in remote sensing image land classification, solving the problem of contradiction between sample size and model input size of the AlexNet model, which can be well applied in land classification problem. The novelty of this work lies in the innovative use of relative models for different studies for multiple aspects of land classification problems, using the AlexNe-refinement model, the LCNet-27 model, and the LCNet-13 model for a more comprehensive land classification study.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092293474
