Autoencoder-Initialized Deep Feature Extraction from ASTER Relative Band Depth Data Improves Detection of Porphyry Copper Alteration Zones
Este estudo demonstra que um fluxo de trabalho híbrido combinando dados de Profundidade de Banda Relativa do ASTER com um extrator de características profundas VGG16 inicializado por autoencoder melhora significamente a precisão do mapeamento de zonas de alteração de cobre porfirítico no distrito de KuhPanj em comparação com métodos convencionais e modelos inicializados pelo ImageNet.