Journal of the Indian Society of Remote Sensing·9月21日 · 周一论文农业遥感与作物表型阅读 0
Multi-features and Fuzzy with Residual Lenet for Cotton Classification Using Remote Sensing Image
G. Suresh · G. Bhuvaneswari · G. Manikandan 等 4 人
Journal of the Indian Society of Remote SensingDOI 10.1007/s12524-026-02541-8
论文解读
58未达精选线
速览
提出多特征与模糊结合残差LeNet的遥感影像棉花分类方法。
方法
多特征提取、模糊逻辑与残差LeNet网络，用于遥感图像分类。
发现
该方法能有效提升棉花分类精度，验证了深度残差网络结合模糊特征的可行性。
机会点
可探索多特征与模糊深度学习在其他作物遥感分类中的泛化能力及轻量化部署。
影响力8
信息增量14
专业深度15
信源权威12
时效性9
方法类论文，提出多特征与模糊结合残差LeNet用于遥感棉花分类，专业价值尚可但影响面窄，适合作为技术参考而非每日精选头条。
原文摘要
多特征与模糊残差LeNet用于基于遥感图像的棉花分类。《印度遥感学会杂志》