Autoencoder-Initialized Deep Feature Extraction from ASTER Relative Band Depth Data Improves Detection of Porphyry Copper Alteration Zones
Este estudio demuestra que un flujo de trabajo híbrido que combina datos de Profundidad de Banda Relativa de ASTER con un extractor de características profundas VGG16 inicializado mediante autoencoder mejora significativamente la precisión del mapeo de zonas de alteración de pórfido de cobre en el distrito de KuhPanj en comparación con los métodos convencionales y los modelos inicializados con ImageNet.