基于深度卷积神经网络的高光谱遥感图像分类

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：传统的高光谱图像分类模型只考虑光谱特征信息,忽略了图像空间结构信息在分类中的重要作用. 为提高高光谱遥感图像的分类精度,提出-种同时利用高光谱图像的光谱信息和空间信息的深度卷积神经网络分 类模型.通过对低层特征自动分层地学习来提取更加抽象的高层特征,提取的特征具有平移、缩放及其他形式扭 曲等高度不变性;基于学习到的深度特征,用 log1 St1 C回归分类器进行分类训练.高光谱数据实验结果表明,深度卷 积神经网络模型能够提高高光谱遥感图像的分类精度,从而验证了深度卷积神经网络进行高光谱图像分类的可行 性和有效性.

原文链接:http://www.cqvip.com/QK/90725A/201704/672646737.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：神经网络 神经网 神经网络模型 cqvip 网络模型 高光谱遥感图像 卷积神经网络 特征提取 logMc回归分类器 分类精度