| 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: 3276 |
| 全文下载次数: 2490 |
| 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 |
|
|
|
