1. 毕业设计（论文）主要目标：
Tensor Flow的深度学习方法通常需要海量的训练样本以提取其特征，这与遥感图像大数据的特性相符合。
目前遥感影像地物识别检测的目标主要集中在飞机、机场、舰船等特征较明显的目标对象，本课题将针对特征较明显的地物目标——道路进行识别检测。
2. 毕业设计（论文）主要内容：
本课题在阅读大量文献的基础上，结合遥感影像的特点，利用深度学习方法对遥感地物进行识别探究，具体研究内容如下所示：
（1）从网上下载得到包含道路、建筑物等信息的遥感图像数据集。如：UC Merced Land-Use Data Set和Road and Building Detection Datasets等。
（2）确定适宜的深度学习方法：如卷积神经网络等。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
[1] 李亚飞, 董红斌. 基于卷积神经网络的遥感图像分类研究[J]. 智能系统学报, 2018, 13(4):550-556.
[2] 任芳语, 肖扬, 郑思远, et al. 基于TensorFlow的遥感影像地物识别方法研究[J]. 科技创新导报, 2018(11).
[3] 张康,黑保琴,李盛阳,邵雨阳.基于CNN模型的遥感图像复杂场景分类[J].国土资源遥感,2018,30(04):49-55.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
