...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Geoscience and Remote Sensing Letters >Superresolution mapping using a Hopfield neural network with lidar data
【24h】

Superresolution mapping using a Hopfield neural network with lidar data

机译：使用具有激光雷达数据的Hopfield神经网络进行超分辨率映射

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Superresolution mapping is a set of techniques to obtain a subpixel map from land cover proportion images produced by soft classification. Together with the information from the land cover proportion images, supplementary information at the subpixel level can be used to produce more detailed and accurate land cover maps. This research aims to use the elevation data from light detection and ranging (lidar) as an additional source of information for superresolution mapping using the Hopfield neural network (HNN). A new height function was added to the energy function of the HNN for superresolution mapping. The value of the height function was calculated for each subpixel of a certain class based on the Gaussian distribution. A set of simulated data was used to test the new technique. The results suggest that 0.8-m spatial resolution digital surface models can be combined with optical data at 4-m spatial resolution for superresolution mapping.
机译：超分辨率映射是从软分类产生的土地覆盖比例图像中获取子像素图的一组技术。与来自土地覆盖比例图像的信息一起，可以使用亚像素级别的补充信息来生成更详细和准确的土地覆盖图。这项研究旨在将来自光检测和测距（激光雷达）的高程数据用作使用Hopfield神经网络（HNN）进行超分辨率映射的附加信息源。 HNN的能量函数中添加了新的高度函数，用于超分辨率映射。根据高斯分布，为特定类别的每个子像素计算高度函数的值。一组模拟数据用于测试这项新技术。结果表明，可以将0.8-m空间分辨率的数字表面模型与4-m空间分辨率的光学数据相结合，以进行超分辨率映射。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号