抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
“知恵都市”の概念の提出に伴い、リモートセンシング目標の検査は次第に都市の計画、建設とメンテナンスの重要な方式になった。異なった都市における差異的リモートセンシングの特徴を特徴づけるために,異なるスケールにおけるモデルの一般化能力の不均等な問題を解決するために,ハイブリッド分離コンボリューションに基づくピラミッド構造探索法を提案した。最初に,リモートセンシング画像データセットの空間分布特性を解析した。次に,多重受容野混合畳込みの探索空間を,その特性に従って構築し,次に,サブネット内の重みを訓練した。同時に,強化学習アルゴリズムにより,収束損失値系列に対して,特徴抽出ユニットの数および構造を検索した。最後に,構造インセンティブ関数が安定しているとき,対応するアーキテクチャパラメータと重み行列を固定して,テストデータにおいて,画像の交差スケール情報を適応的に融合し,異なる分解能での同じターゲットの位置決め精度を改善した。DIORリモートセンシングデータセットにおけるネットワークの平均正解率は78.6%で,CornerNetより6パーセント高く,CascadeR-CNNより1.6パーセント高く,小物体精度はCascadeR-CNNよりも2高かった。1パーセンタイルは,リモートセンシングターゲット検出における多重スケールアーキテクチャ探索の最適化能力を実証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】