模态框(Modal)标题

在这里添加一些文本

模态框(Modal)标题

  • 期刊
  • 文章
  • 图表
  • 检索
EN中文
  • 首页
  • 关于期刊
    • 期刊定位与发展现状
    • 数据库收录
    • 期刊荣誉
  • 编委会
  • 投稿指南
  • 期刊政策
  • 期刊订阅
  • 联系我们
EN中文

图/表 详细信息

面向遥感影像场景分类的类中心知识蒸馏方法
刘潇, 刘智, 林雨准, 王淑香, 左溪冰
地球信息科学学报, 2023, 25(5): 1050-1063.   DOI: 10.12082/dqxxkx.2023.220781

Student Teacher NST NST_all 本文方法 较次高
提升精度
总体精度 90.14 92.35 89.74 92.56 94.37 1.81
表6 RSC11数据集上对比实验的结果
本文的其它图/表
  • 图1 类中心知识蒸馏模型框架
  • 表1 遥感影像场景分类数据集
  • 图2 4个遥感影像场景分类数据集的示例样本
  • 表2 师生网络结构及输出层特征信息
  • 表3 UCM数据集上各种知识蒸馏方法的总体精度
  • 表4 网络模型尺寸对比
  • 表5 多个数据集在60%训练比率及同构师生网络条件下的总体精度
  • 表7 对比实验在RSC11数据集上的精度混淆矩阵
  • 图3 测试误差曲线
    注:误差曲线以0.6的衰减权重进行指数滑动平均平滑处理,图中阴影部分展示了原始数值。
  • 图4 RSSCN7数据集经T-SNE算法可视化的特征散点图
  • 图5 输出特征层的热力图
    注:热力值表示模型注意力的可视化结果,数值高代表模型关注该区域。

网站版权 © 《地球信息科学学报》编辑部
地址:北京朝阳区大屯路甲11号中国科学院地理科学与资源研究所《地球信息科学学报》编辑部 
邮编:100101
电话:010-64889219,010-64888891 
E-mail:dqxxkx@igsnrr.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发