MMC-Net: Mamba-based multi-level class-aware network for panchromatic and multispectral fusion classification
提出基于Mamba的多级类别感知网络MMC-Net,用于全色与多光谱融合分类。
阅读 0
关键词 · 相关资讯与研究
沿着“自适应多模态学习”继续探索,共 0 条内容。
提出基于Mamba的多级类别感知网络MMC-Net,用于全色与多光谱融合分类。
论文构建农业VLM基准,发现视觉编码器不弱,提出PPT验证器按评分标准选答案,大幅提升识别F1。
提出双分支多模态尺度交互Transformer,用少量标注实现HSI-SAR联合地物分类。
提出GRU+BiLSTM混合深度学习架构,在Caltech-256上实现高精度图像分类。
提出自适应异构动态集成框架AHDE-DS,实现跨异构数据的鲁棒预测、分类与智能决策支持。
系统综述AI、机器学习与深度学习的概念、方法、应用及伦理挑战。
综述可解释、高效、隐私保护、绿色与多模态五大深度学习方向,提出能力导向分类框架。
用二维光谱表示与多门混合专家多任务学习预测植物叶片功能性状。