A.隨著土地覆蓋類型遙感制圖的地理范圍的擴大,地類的圖像特征多樣性會增加,因此一般需要添加新增加區(qū)域的地物樣本
B.地表自然地物的遙感特征一般存在較強的區(qū)域差異,因此利用遙感進行不同區(qū)域的地類制圖時需要為分類器提供能有效表征區(qū)域差異的輸入數(shù)據(jù)
C.地表地物的時空特性是大尺度土地覆蓋遙感制圖時重點考慮的因素之一
D.樣本數(shù)量很多時,無需顧及其空間分布就可以訓練出很好的地表覆蓋類型遙感識別模型
您可能感興趣的試卷
你可能感興趣的試題
A.遙感圖像語義分割就是基于像元光譜特征分類的過程
B.全卷積網(wǎng)絡是基于卷積神經(jīng)網(wǎng)絡的最早語義分割網(wǎng)絡
C.反卷積也可以轉(zhuǎn)化成經(jīng)典的卷積過程
D.反卷積是語義分割中恢復卷積特征圖的唯一有效方法
A.可通過神經(jīng)網(wǎng)絡隱層將其變換到新的高維特征空間,使其在變換后的特征空間線性可分
B.可在原始特征空間組合多個線性分類器,從而構(gòu)建非線性分類邊界
C.可通過特征變換,將其變換到新的高維特征空間,使其線性可分
D.一定可以設計出分類器無誤地將其分開
A.梯度提升決策樹是一種組合分類器
B.梯度提升決策樹屬于統(tǒng)計學習中序列向前的加性/相加模型(additive model)
C.梯度提升樹是通過序列添加新的決策樹以擬合已有決策樹預測損失的梯度
D.梯度提升決策和隨機森林一樣是基于多數(shù)投票的組合分類器
A.對象的中心位置、長寬等定位參數(shù)通常被設置為回歸問題。
B.對象的中心點位置回歸時,通常以選擇的錨框中心點坐標為基礎,回歸優(yōu)化的目標是使錨框中心點坐標偏離對象真實中心點位置的量與所預測對象的中心點位置偏離對象真實中心點位置的量之間的差異越小越好。
C.對象定位的目標是使預測對象的定位參數(shù)直接和對象真實外包絡矩陣的參數(shù)差異越小越好。
D.對象檢測方法的學習是包括對象定位和對象分類的多任務學習問題。
A.增加地物在圖像平面上的紋理或幾何等特征,提升不同類地物的可分性
B.基于光譜特征,通過增加模型的復雜程度達到有效分類的目的
C.擴充同分布的訓練數(shù)據(jù)規(guī)模
D.通過正則化簡化分類邊界
最新試題
對于不同類地物光譜差異很小、任意完全相同的地物分類問題,宜采?。ǎ?。
主要反射藍綠波段,其它波段吸收率很強的地物為()
像素所代表的地面范圍的大小是指()
下列哪類在近紅外波段有一反射的“陡坡”,形成獨有的光譜特征?()
遙感信息提取的方法中人工(目視解譯)利用判讀人員的知識,擅長提取光譜信息,但花費時間,存在個人差異。
下列哪種成像與溫度有關?()
遙感影像能夠被判讀的基礎是()
有關遙感圖像語義分割的說法正確的有()。
可以分離成幾十甚至數(shù)百個很窄的波段來收集信息的屬于()
下面有模型擬合狀態(tài)的說法,錯誤的是()。