留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于深度信念网络的遥感影像识别与分类

徐丽坤 刘晓东 向小翠

徐丽坤, 刘晓东, 向小翠. 基于深度信念网络的遥感影像识别与分类[J]. 地质科技通报, 2017, 36(4): 244-249.
引用本文: 徐丽坤, 刘晓东, 向小翠. 基于深度信念网络的遥感影像识别与分类[J]. 地质科技通报, 2017, 36(4): 244-249.
Xu Likun, Liu Xiaodong, Xiang Xiaocui. Recognition and Classification for Remote Sensing Image Based on Depth Belief Network[J]. Bulletin of Geological Science and Technology, 2017, 36(4): 244-249.
Citation: Xu Likun, Liu Xiaodong, Xiang Xiaocui. Recognition and Classification for Remote Sensing Image Based on Depth Belief Network[J]. Bulletin of Geological Science and Technology, 2017, 36(4): 244-249.

基于深度信念网络的遥感影像识别与分类

Recognition and Classification for Remote Sensing Image Based on Depth Belief Network

  • 摘要: 高分辨率遥感影像具有高维、多尺度、非平稳的内部特性和海量、多源、异构的外部特征,具有丰富的空间信息。探讨了利用新兴的深度信念网络研究高分辨率遥感影像的智能提取与分类,通过大量实验对比分类精度、Kappa系数以及参数敏感度分析,提出了网络层数、隐含层神经元个数、迭代次数等参数的最优设置方案,相比传统的浅层网络分类器,改进后的深度信念网络更好地拟合了样本的内在结构,遥感图像分类精度达到92%左右,取得了很好的分类效果。

     

  • 加载中
计量
  • 文章访问数:  2323
  • PDF下载量:  2053
  • 被引次数: 0
出版历程
  • 刊出日期:  2017-07-31

目录

    /

    返回文章
    返回