投稿指南
来稿应自觉遵守国家有关著作权法律法规,不得侵犯他人版权或其他权利,如果出现问题作者文责自负,而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件,作者必须保证本刊的独立发表权。 一、投稿方式: 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权: 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果,或对所投作品拥有合法的著作权,无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件,尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送,即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于:通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑,以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明,未经我方许可,任何网站、媒体、组织不得转载、摘编其作品。

海洋学论文_基于深度学习的海岸线边缘检测网络

来源:遥感学报 【在线投稿】 栏目:期刊导读 时间:2022-01-12
作者:网站采编
关键词:
摘要:文章摘要:海岸线的动态监测对海岸带的规划管理具有非常重要的意义。由于海陆环境错综复杂,遥感影像中海陆边界光谱特征不明显,导致提取的岸线定位不准确。提出一种融合语义分

文章摘要:海岸线的动态监测对海岸带的规划管理具有非常重要的意义。由于海陆环境错综复杂,遥感影像中海陆边界光谱特征不明显,导致提取的岸线定位不准确。提出一种融合语义分割网络和边缘检测网络的深度卷积神经网络 (EWNet)。该网络包含两个分支流,语义分割流负责提取分层语义信息并用来指导边缘检测流获取岸线语义信息,边缘检测流通过反向误差传播反馈语义分割流完善提取边缘语义信息。在GF-1遥感图像上的实验结果表明,与几种最新模型相比,EWNet获得了比其他方法更精确的海岸线边界提取结果。

文章关键词:

论文分类号:P748;TP751;TP18

文章来源:《遥感学报》 网址: http://www.ygxbzz.cn/qikandaodu/2022/0112/1038.html



上一篇:工业通用技术及设备论文_多尺度半耦合卷积稀疏
下一篇:气象学论文_基于卫星遥感数据的恶劣气象监测预

遥感学报投稿 | 遥感学报编辑部| 遥感学报版面费 | 遥感学报论文发表 | 遥感学报最新目录
Copyright © 2018 《遥感学报》杂志社 版权所有
投稿电话: 投稿邮箱: