AI Earth 平台上的地物分类、目标提取、变化检测等功能主要基于深度学习算法。具体而言，它采用了卷积神经网络（CNN）算法来进行图像分类和对象识别；针对变化检测，则采用自编码器算法（Autoencoder）来进行特征提取，进而识别变化点。您可以通过浏览官方文档或查阅相关论文来获取更多技术细节。
AI Earth有没有相关文档或论文介绍平台地物分类、目标提取、变化检测等算法的原理呢？
2023-11-28
302
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
AI Earth有没有相关文档或论文介绍平台地物分类、目标提取、变化检测等算法的原理呢？
目录
相关文章
|
1月前
|
传感器
算法
计算机视觉
基于肤色模型和中值滤波的手部检测算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容是关于一个基于肤色模型和中值滤波的手部检测算法的描述，包括算法的运行效果图和所使用的软件版本（matlab2022a, vivado2019.2）。算法分为肤色分割和中值滤波两步，其中肤色模型在YCbCr色彩空间定义，中值滤波用于去除噪声。提供了一段核心程序代码，用于处理图像数据并在FPGA上实现。最终，检测结果输出到"hand.txt"文件。
24
3
3
|
1月前
|
机器学习/深度学习
算法
计算机视觉
|
10天前
|
文字识别
算法
计算机视觉
|
11天前
|
算法
数据可视化
数据挖掘
|
1月前
|
XML
机器学习/深度学习
算法
|
1月前
|
算法
m基于log-MPA检测算法的SCMA通信链路matlab误码率仿真
MATLAB 2022a仿真实现了稀疏码多址接入（SCMA）算法，该算法利用码本稀疏性实现多用户高效接入。每个用户从码本中选取码字发送，接收端采用Log-MPA算法进行多用户检测。由于MAP检测计算复杂度高，故采用Log-MPA降低复杂性。仿真展示了不同迭代次数（1, 5, 10, 30）对误码率（BER）的影响，通过比较各次迭代的BER曲线，研究算法性能与迭代次数的关系。
22
0
0
|
1月前
|
机器学习/深度学习
算法
m基于深度学习的64QAM调制解调系统相位检测和补偿算法matlab仿真
MATLAB 2022a仿真实现了基于深度学习的64QAM相位检测和补偿算法，有效应对通信中相位失真问题。通过DNN进行相位检测和补偿，降低解调错误。核心程序生成随机信号，模拟AWGN信道，比较了有无相位补偿的误码率，结果显示补偿能显著提升性能。
27
8
8
|
1月前
|
算法
|
1月前
|
算法
|
1月前
|
算法
【MATLAB】语音信号识别与处理：一维信号NLM非局部均值滤波算法去噪及谱相减算法呈现频谱
【MATLAB】语音信号识别与处理：一维信号NLM非局部均值滤波算法去噪及谱相减算法呈现频谱
40
1
1
热门文章
最新文章
1
如何用MongoDB Atlas和大语言模型，高效构建企业级AI应用？
2
AIGC创作活动 | 跟着UP主秋葉一起部署AI视频生成应用！
3
招募！阿里云x魔搭社区发起Create@AI创客松邀你探索下一代多维智能体应用
4
大模型落地实战指南：从选择到训练，深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
5
fast.ai 深度学习笔记（五）（3）
6
fast.ai 机器学习笔记（四）（2）
7
fast.ai 深度学习笔记（二）（3）
8
fast.ai 深度学习笔记（七）（4）
9
fast.ai 深度学习笔记（六）（3）
10
fast.ai 机器学习笔记（一）（4）