文章摘要
付秀丽,黎玲萍,毛克彪,谭雪兰,李建军,孙旭,左志远.基于卷积神经网络模型的遥感图像分类[J].高技术通讯(中文),2017,27(3):
基于卷积神经网络模型的遥感图像分类
  
DOI:
中文关键词: 卷积神经网络(CNN), 模型, 支持向量机(SVM), 特征提取, 遥感图像分类
英文关键词: 
基金项目:
作者单位
付秀丽  
黎玲萍  
毛克彪  
谭雪兰  
李建军  
孙旭  
左志远  
摘要点击次数: 2827
全文下载次数: 2279
中文摘要:
      研究了遥感图像的分类,针对遥感图像的支持向量机(SVM)等浅层结构分类模型特征提取困难、分类精度不理想等问题,设计了一种卷积神经网络(CNN)模型,该模型包含输入层、卷积层、全连接层以及输出层,采用SoftMax分类器进行分类。选取2010年6月6日LandsatTM5富锦市遥感图像为数据源进行了分类实验,实验表明该模型采用多层卷积池化层能够有效地提取非线性、不变的地物特征,有利于图像分类和目标检测。针对所选取的影像,该模型分类精度达到94.57%,比支持向量机分类精度提高了5%,在遥感图像分类中具有更大的优势。
英文摘要:
      
查看全文   查看/发表评论  下载PDF阅读器
关闭

分享按钮