【摘 要】
：
传统场景分类模型不能轻量高效地完成遥感图像中多尺度的关键特征提取，深度学习方法普遍存在计算量大、收敛速度慢等缺点。针对以上问题，本文充分利用CNN结构和Transformer结构对不同尺度特征的提取能力，提出了一种全局-局部特征提取模块（global and local features fused block, GLFF）,并基于此模块设计了一个轻量级遥感图像场景分类模型（GLFFNet）,该模
【基金项目】
：
湖南省重点研究开发项目（2020SK2134）； 湖南省自然科学基金项目（2019JJ80105;2022JJ30625）； 长沙市科技计划项目（kq2004071）～～；
论文部分内容阅读
传统场景分类模型不能轻量高效地完成遥感图像中多尺度的关键特征提取，深度学习方法普遍存在计算量大、收敛速度慢等缺点。针对以上问题，本文充分利用CNN结构和Transformer结构对不同尺度特征的提取能力，提出了一种全局-局部特征提取模块（global and local features fused block, GLFF）,并基于此模块设计了一个轻量级遥感图像场景分类模型（GLFFNet）,该模型具有较好的局部信息和全局信息提取能力。为了验证GLFFNet的有效性，本文使用开源遥感图像数据集RSSCN7与SIRI-WHU测试GLFFNet与其他深度学习网络的复杂度和识别能力。最终，GLFFNet在RSSCN7与SIRI-WHU数据集上分别取得了高达94.82%和95.83%的识别准确率，优于其他先进的模型。
其他文献
针灸治疗失眠疗效肯定，安全可行。失眠病机复杂，需平衡阴阳同时调脏安神，单纯依据辨证取双侧相同穴位不能满足多病机需求。交叉取穴理论起源于左病右治，右病左治，可从阴引阳，从阳引阴，调和失眠之阳不入阴，形神同调。兹以交叉取穴思路，探讨原发性失眠的针灸治疗。
＜正＞遥感技术革命性地拓展了人类观测地球的手段和能力，遥感数据理解已成为当前认知地球变化、了解人类活动的重要工具。遥感影像分类是遥感图像理解的基石，在地物观测和变化检测等领域正发挥着关键作用。现有机器学习方法多基于图像直接提取图像特征预测类别标签，然而图像特征与类别标签之间存在较大的语义鸿沟，面向少样本、细粒度的遥感影像进行分类仍是当前非常具有挑战性的任务。
目的：探讨“天人地三才”配穴针刺法联合西药治疗原发性失眠的效果。方法：选取2020年6月—2022年4月新户中心卫生院收治的116例原发性失眠患者作为研究对象，根据随机数字表法分为西药组和三才配穴组，各58例。西药组给予常规西药治疗，三才配穴组在西药组基础上给予“天人地三才”配穴针刺法治疗，比较两组治疗效果。结果：治疗后，三才配穴组睡眠质量、入睡时间、睡眠时间、睡眠效率、睡眠障碍、催眠药物、日间功
目的：基于数据挖掘探讨针刺治疗原发性失眠（PI）核心腧穴的作用机制，为临床提供理论支持。方法：通过检索中国知网、万方、维普、生物医学、The Cochrane Library、PubMed和Embase数据库中针刺治疗PI的临床试验，并利用关联规则分析获得核心腧穴。通过文献检索获得核心腧穴的作用靶点，进一步得到腧穴与疾病的共有靶点。构建“核心腧穴-疾病”共有靶点网络后筛选关键靶点，并对共有靶点进行
目的：分析原发性失眠患者接受入静法训练结合针灸治疗对睡眠质量的改善效果。方法：选取2018年12月至2021年12月古田县医院收治的原发性失眠患者74例作为研究对象，按照随机数字表法分为观察组和对照组，每组37例。对照组患者接受入静法训练治疗，观察组患者在对照组基础上联合给予针灸治疗，连续治疗4周。采用生命质量测评量表（FACT-B）比较2组患者的生命质量，采用匹兹堡睡眠质量指数（PSQI）比较2
目的：探索经皮耳穴-迷走神经电刺激（taVNS）对原发性失眠（PI）患者默认网络（DMN）的调制作用。方法：对纳入的22例（脱落1例，剔除2例）PI患者给予taVNS治疗，取双侧耳穴心、肾，予疏密波，频率4 Hz/20 Hz，强度以患者耐受为度，早晚各1次，每次持续30 min，每周至少治疗5 d，共4周。同时招募性别、年龄相匹配的健康受试者16例。评估PI患者治疗前后匹兹堡睡眠质量指数（PSQI
目的:分析针灸用于原发性失眠患者治疗的临床疗效及对睡眠质量和过度觉醒状态的影响。方法:选取2019年1月至2019年12月内蒙古第三医院精神卫生中心收治的原发性失眠患者80例作为研究对象,按照随机数字表法分为观察组和对照组,每组40例。观察组给予针灸联合西药治疗,对照组给予西药治疗,比较2组治疗效果和对睡眠质量、过度觉醒状态的影响。结果:观察组患者治疗后每日觉醒次数少于对照组,每日总睡眠时间明显长
利用遥感影像检测地表变化对了解地表动态至关重要。近年来，基于深度学习的变化检测方法因其优异的特征提取和表达能力而成为研究的热点。在全卷积网络结构方法中，融合多尺度特征信息是提高变化检测性能的关键，以往方法大多采用跳跃连接或密集连接结构，一定程度上提高了变化检测方法的精度。然而，此类方法只对相同尺度上的特征进行融合，无法从多尺度上融合足够的信息而导致达不到令人满意结果。本文提出了一种全尺度特征聚合网
目的 探讨有氧联合抗阻运动干预对前列腺癌晚期化疗患者癌因性疲乏的影响。方法 随机抽取2021年1月至2022年12月在该院接受前列腺癌化疗的患者90例，将其分为对照组和观察组，每组45例，采用双盲法进行研究。对照组行常规护理干预，观察组行有氧联合抗阻运动护理干预。观察比较两组患者癌因性疲乏、睡眠状况及生活质量的变化。结果 经干预后，观察组在癌因性疲乏量表总分及各维度评分方面均显著优于对照组，差异均
＜正＞高分辨率遥感影像目标检测作为高分对地观测系统中影像信息自动提取及分析理解的重要内容，对高分对地观测系统应用价值的发挥具有重要影响。卷积神经网络作为最热门的深度学习模型，由于其可以根据海量数据和标注自行进行有效图像特征提取和学习，在训练数据充足的情况下，模型具有良好的泛化能力，能够在复杂多变的条件下依然保持良好的稳健性和普适性。