期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型
被引量：
2
1
作者
李宁
郭志顺
+1 位作者
毋琳
赵建辉
《雷达学报（中英文）》
EI
CSCD
北大核心
2022年第3期334-344,共11页
高精度提取合成孔径雷达(SAR)图像中的河流边界,对河流水势监测具有重要意义。以检测郑州7·20暴雨后黄河的健康状况为实施例,该文融合精致Lee滤波思想与卷积操作的滤波特性,提出了基于河道几何特性的优化内部权值卷积核Refined-Lee...
高精度提取合成孔径雷达(SAR)图像中的河流边界,对河流水势监测具有重要意义。以检测郑州7·20暴雨后黄河的健康状况为实施例,该文融合精致Lee滤波思想与卷积操作的滤波特性,提出了基于河道几何特性的优化内部权值卷积核Refined-Lee Kernel,进而提出了一种新型河道提取深度神经网络模型,即River-Net。为验证所提模型的有效性,该文获取了郑州7·20暴雨前后两景欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)影像数据,利用暴雨前的影像对模型进行训练,用于提取暴雨后的黄河河道,分析黄河在暴雨后的涨势情况。实验结果表明,相比主流语义分割模型,所提模型能够更精确地在SAR图像中提取河道,对洪水灾害的检测与评估有重要应用价值。
展开更多
关键词
合成孔径雷达(SAR)
refined-lee
Kernel
精致Lee滤波
神经网络
河道提取
在线阅读
下载PDF
职称材料
题名
River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型
被引量：
2
1
作者
李宁
郭志顺
毋琳
赵建辉
机构
河南大学计算机与信息工程学院
河南省智能技术与应用工程技术研究中心
河南省大数据分析与处理重点实验室
出处
《雷达学报（中英文）》
EI
CSCD
北大核心
2022年第3期334-344,共11页
基金
河南省重大公益项目(201300311300)
河南省科技攻关计划项目(212102210101,212102210093)
国家自然科学基金(61871175)。
文摘
高精度提取合成孔径雷达(SAR)图像中的河流边界,对河流水势监测具有重要意义。以检测郑州7·20暴雨后黄河的健康状况为实施例,该文融合精致Lee滤波思想与卷积操作的滤波特性,提出了基于河道几何特性的优化内部权值卷积核Refined-Lee Kernel,进而提出了一种新型河道提取深度神经网络模型,即River-Net。为验证所提模型的有效性,该文获取了郑州7·20暴雨前后两景欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)影像数据,利用暴雨前的影像对模型进行训练,用于提取暴雨后的黄河河道,分析黄河在暴雨后的涨势情况。实验结果表明,相比主流语义分割模型,所提模型能够更精确地在SAR图像中提取河道,对洪水灾害的检测与评估有重要应用价值。
关键词
合成孔径雷达(SAR)
refined-lee
Kernel
精致Lee滤波
神经网络
河道提取
Keywords
Synthetic Aperture Radar(SAR)
refined-lee
Kernel
refined-lee
filter
Neural network
River channel extraction
分类号
TN959.1 [电子电信—信号与信息处理]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型
李宁
郭志顺
毋琳
赵建辉
《雷达学报（中英文）》
EI
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
