基于深度学习遥感毕业设计

基于深度学习的遥感毕业设计可以选择以下两个方向进行研究：

1. 基于深度对抗神经网络的遥感图像质量评估（IQA）：可以借鉴引用\[2\]中提到的增强型对抗学习算法（EAL-IQA），结合遥感图像的特点，设计一个基于深度学习的IQ评估模型。可以使用遥感图像数据集进行训练，通过对图像质量的评估，提高遥感图像的质量和准确性。

2. 基于Transformer的遥感图像处理：可以参考引用\[3\]中提到的基于Transformer的NR-IQA方法，将Transformer应用于遥感图像处理领域。可以设计一个基于Transformer的遥感图像处理模型，通过提取图像特征、变换和预测图像质量，实现遥感图像的分析、分类、目标检测等任务。

在选择毕业设计题目时，可以根据自己的兴趣和专业背景进行选择，并结合实际应用需求。同时，还需要考虑数据集的获取和模型的实现难度，确保能够在规定的时间内完成毕业设计的要求。
#### 引用[.reference_title]
- *1* [毕业设计-基于深度学习的数据融合方法研究](https://blog.csdn.net/qq_37340229/article/details/128427449)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [毕业设计-基于深度学习的图像质量评价](https://blog.csdn.net/qq_37340229/article/details/128434402)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]