基于樣本加權(quán)條件對抗域適應(yīng)網(wǎng)絡(luò)的遙感影像作物分類

摘要： 針對遙感影像在時域上缺失或特征不對齊影響作物識別效果這一問題，在條件對抗域適應(yīng)^[1]模型(CDAN)基礎(chǔ)上提出一種基于可學(xué)習(xí)樣本權(quán)重CDAN模型的作物分類方法。一方面，使用ResNet^[2]提出的并聯(lián)卷積結(jié)構(gòu)組成特征提取模塊，對于低分辨率地塊對象提取出豐富的特征；同時為解決困難樣本給模型帶來的負遷移問題，使用可學(xué)習(xí)的樣本加權(quán)網(wǎng)絡(luò)代替原模型直接使用熵計算的方式，來更好...