CH-Tucker融合网络

高细粒度矿物识别

通过CH-Tucker分解与RFDNet的融合，实现多源遥感数据的高精度、抗噪矿物元素识别。

Ding, Xingyu · 71628402 · Guanbing, Hu · Fang, Liu

Traitement du Signal 2023

技术优势

细粒度识别更强

RFDNet对噪声具有鲁棒性，能够识别更细微的矿物元素，提高识别细粒度。

多源数据有效融合

通过CH-Tucker分解实现异构特征张量迁移，将不同分辨率和角度的关联数据无缝耦合，从而更全面地提取信息。

应用场景

• 遥感地质勘探：在地质勘探中精准圈定矿化异常，减少野外工作。
• 矿物识别：从遥感图像中识别矿物类型和分布，辅助找矿。
• 多源数据融合：融合多分辨率多角度数据，提升信息可靠性。