模型与方法 | 浏览量 : 0 下载量: 411 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于多尺度注意力机制的PolSAR深度学习超分辨率模型

    • PolSAR image deep learning super-resolution model based on multiscale attention mechanism

    • 深度学习框架下的多尺度注意力机制超分辨率重建网络,有效提升全极化合成孔径雷达影像的空间分辨率,同时保持极化信息。
    • 2024年28卷第9期 页码:2362-2371   

      纸质出版日期: 2024-09-07

    • DOI: 10.11834/jrs.20233002     

    移动端阅览

  • 林镠鹏,李杰,沈焕锋.2024.基于多尺度注意力机制的PolSAR深度学习超分辨率模型.遥感学报,28(9): 2362-2371 DOI: 10.11834/jrs.20233002.
    Lin L P,Li J and Shen H F. 2024. PolSAR image deep learning super-resolution model based on multiscale attention mechanism. National Remote Sensing Bulletin, 28(9):2362-2371 DOI: 10.11834/jrs.20233002.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

李杰 武汉大学 测绘学院
王梨名 中国地质大学(武汉) 地理与信息工程学院
祁昆仑 中国地质大学(武汉) 地理与信息工程学院;国家地理信息系统工程技术研究中心
杨超 中国地质大学(武汉) 地理与信息工程学院;国家地理信息系统工程技术研究中心
吴华意 武汉大学 测绘遥感信息工程国家重点实验室
姚红革 西安工业大学 计算机科学与工程学院
王诚 西安工业大学 计算机科学与工程学院
喻钧 西安工业大学 计算机科学与工程学院

相关机构

中国地质大学(武汉) 地理与信息工程学院
国家地理信息系统工程技术研究中心
武汉大学 测绘遥感信息工程国家重点实验室
西安工业大学 计算机科学与工程学院
西安工业大学 工业中心
0