您当前的位置：
首页 >
文章列表页 >
面向TDI CCD噪声建模的物理引导深度神经网络
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 面向TDI CCD噪声建模的物理引导深度神经网络

    • Physics-guided deep neural network for TDI CCD noise modeling

    • “面向TDI CCD噪声建模的物理引导深度神经网络，通过从暗场图像中学习信号无关性噪声，并将其与基于泊松分布建模的信号相关性噪声叠加得到合成噪声，从而准确表征TDI CCD在微光条件下的噪声分布，介绍了其在遥感成像领域的研究进展，研究团队建立了微光条件下TDI CCD噪声精确建模体系，为解决复杂噪声源难以表征的问题提供解决方案。”
    • 夏波 ，黄鸿 ，周建勇 ，杨利平 ，王陶
    • 光学精密工程 2026年34卷第3期 页码：466-480

    • DOI： 10.37188/OPE.20263403.0466     

      中图分类号：
    • CSTR： 32169.14.OPE.20263403.0466     

    • 修回：2025-11-26 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 12 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

323

浏览量

382

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于多层感知机神经网络的拼接式望远镜补偿校正
质子辐照下动态星敏感器质心定位
基于神经网络的全斯托克斯光电探测器
基于圆卷积神经网络的粘连导电粒子检测
面向领域自适应的部分最优传输高光谱图像分类

相关作者

朱邦坤
王锟
许博谦
高雁
鞠国浩
徐抒岩
白晓泉
冯婕

相关机构

中国载人航天工程办公室
中国科学院 空间光学系统在轨制造与集成重点实验室
中国科学院大学
中国科学院 长春光学精密机械与物理研究所
特殊环境功能材料与器件国家重点实验室