基于MAML算法的高分五号高光谱图像小样本植被分类

自然资源遥感页数： 9 2026-02-02

摘要：传统深度学习算法要求输入大量的样本标签，但遥感高质量样本的获取难度和成本均较大，限制了算法的性能和应用效果。对此，该文提出了一种基于模型无关元学习(model-agnostic meta-learning, MAML)算法的高光谱图像植被分类方法，该方法旨在样本数量稀缺的情况下，利用少量样本实现高效分类。基于2023年4月7日潍坊地区的高分五号高光谱遥感图像，使用MAML框架基... （共9页）

开通会员，享受整站包年服务

说明：本文档由创作者上传发布，版权归属创作者。若内容存在侵权，请点击申诉举报

科技文档

数学力学化学金融证券保险投资会计审计园艺林业旅游体育物理学生物学天文学气象学海洋学地质学新能源金属学农艺学农作物管理学领导学自然科学系统科学资源科学无机化工有机化工燃料化工化学工业材料科学矿业工程冶金工业安全科学环境科学工业通用机械工业无线电子电信技术铁路运输汽车工业船舶工业动力工程电力工业农业科学农业工程植物保护动物医学教育理论学前教育初等教育中等教育高等教育职业教育成人教育自然地理地球物理经济统计农业经济工业经济交通经济企业经济文化经济信息经济贸易经济财政税收市场研究科学研究互联网自动化轻工业核科学服务业石油然气服务业野生动物水产渔业硬件仪器仪表航空航天武器军事公路运输水利水电建筑科学软件