| 基于深度学习的高光谱遥感影像分类 |
| |
| 引用本文： | 朱寿红,王胜利,舒帮荣.基于深度学习的高光谱遥感影像分类[J].城市勘测,2017(4). |
| |
| 作者姓名： | 朱寿红 王胜利 舒帮荣 |
| |
| 作者单位： | 江苏师范大学地理测绘与城乡规划学院,江苏 徐州,221116 |
| |
| 摘 要： | 从传统高光谱遥感影像分类的不足出发,提出一种空-谱信息与深度学习相结合的影像分类方法。利用深度学习的常用模型—深度置信网络(DBN)对高光谱影像进行了基于空-谱特征的分类。首先利用主成分分析(PCA)对原始影像进行降维,再对主成分图影像块内的所有像素按照窗口大小进行重组,并用排序的方法堆栈融合为空-谱特征。最后利用得到的空-谱特征作为DBN的输入对高光谱影像进行分类。通过在2组高光谱数据上进行试验,并与传统的分类算法进行比较,发现本文方法能较好地提高分类精度。
|
| 关 键 词： | 高光谱遥感 空-谱特征 深度学习 限制玻尔兹曼机 深度置信网络 影像分类 |
Classification of Hyperspectral Remote Sensing Image Based on Deep Learning |
| |
| Zhu Shouhong,Wang Shengli,Shu Bangrong.Classification of Hyperspectral Remote Sensing Image Based on Deep Learning[J].Urban Geotechnical Investigation & Surveying,2017(4). |
| |
| Authors: | Zhu Shouhong Wang Shengli Shu Bangrong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
