PRoRS

课程介绍

  • 第01讲 概述

第一部分:特征空间像元分类

  • 第02讲 分类过程
    • 2.1 算法原理
    • 2.2 分类函数
    • 2.3 示例代码
    • 2.4 探究式问题
    • 2.5 课后习题
    • 2.6 课件示例代码
      • 2.6.1 特征空间可视化
      • 2.6.2 全连接神经网络分类过程可视化
  • 第03讲 学习过程
  • 第04讲 深度学习
  • 第05讲 模型选择
  • 第06讲 数据准备
  • 课后作业 1

第二部分:图像平面对象识别

  • 第07讲 图像分类-CNN
  • 第08讲 对象检测-RCNN
  • 第09讲 语义分割-FCN
  • 第10讲 实例分割-RNN
  • 第11讲 图像合成-GAN
  • 课后作业 2

第三部分:地球表面遥感制图

  • 第12讲 地表覆盖制图
  • 第13讲 土地覆盖分类
  • 第14讲 专题制图
  • 第15讲 变化遥感监测
  • 课后作业 3

学生报告

  • 2017年春季课程报告
  • 2018年春季课程报告
PRoRS
  • 第02讲 分类过程
  • 2.6 课件示例代码
  • 查看页面源码

2.6 课件示例代码

  • 2.6.1 特征空间可视化
    • 2.6.1.1 特征可视化
    • 2.6.1.2 线性可分数据
    • 2.6.1.3 非线性可分数据
  • 2.6.2 全连接神经网络分类过程可视化
    • 1. 导入所需的模块
    • 2. 准备训练数据与特征空间离散点
    • 3. 实验数据可视化展示
    • 4. 进行训练并获得网络权重
    • 5. 展示分类结果
    • 6. 定义相关工具函数
    • 7. 各层及各节点可视化展示
上一页 下一页

© 版权所有 2024, DREAM。

利用 Sphinx 构建,使用的 主题 由 Read the Docs 开发.