為了更好地對沒有先驗(yàn)知識的高光譜圖像進(jìn)行地物分析,利用聚類系統(tǒng)快速穩(wěn)定的優(yōu)勢,通過堆棧自動編碼機(jī)結(jié)合K-means算法搭建1個(gè)高光譜圖像聚類系統(tǒng)。借用堆棧自動編碼機(jī)對數(shù)據(jù)進(jìn)行非線性降維,基于自編碼的再表達(dá)輸入原理,重構(gòu)高光譜圖像,驗(yàn)證特征數(shù)據(jù)的可靠性。利用堆棧自動編碼機(jī)生成的特征數(shù)據(jù)可以顯著地減少聚類算法所需求的計(jì)算強(qiáng)度和訓(xùn)練時(shí)間。實(shí)驗(yàn)結(jié)果表明,經(jīng)過堆棧自動編碼機(jī)提取特征后的聚類系統(tǒng),在去掉不參與聚類地物的類別之后,聚類系統(tǒng)的平均精度可以達(dá)到95.26%,滿足實(shí)際使用的精度要求。 

【文章來源】：黑龍江工程學(xué)院學(xué)報(bào). 2020,34(06)

【文章頁數(shù)】：6 頁

【部分圖文】：

堆棧自動編碼機(jī)

在經(jīng)過堆棧自動編碼機(jī)訓(xùn)練之后,原本數(shù)據(jù)量x降維到hn,通過圖像重構(gòu),計(jì)算損失函數(shù):L=-log(Px|x′),來達(dá)到約束特征重構(gòu)圖像的目的,如圖2所示。其中,循環(huán)3次的網(wǎng)絡(luò)結(jié)構(gòu)變化如圖3所示。

循環(huán)過程中維數(shù)變化

【參考文獻(xiàn)】：
期刊論文
[1]空間顏色聚類算法及其在圖像特征提取中的應(yīng)用[J]. 李健,姜楠,寶音巴特,張帆,張偉健,王薇.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2020(03)
[2]不同樹種葉片養(yǎng)分含量提取的高光譜方法及精度評價(jià)[J]. 李丹,黃鈺輝,孫中宇,張衛(wèi)強(qiáng),甘先華,王佐霖,孫紅斌,楊龍.  熱帶地理. 2020(02)
[3]基于空-譜特征K-means的長波紅外高光譜圖像分類[J]. 汪凌志,雷正剛,周浩,余春超,楊智雄,段紹麗,聶冬.  紅外技術(shù). 2020(04)
[4]基于近地光譜特征的玉米田間雜草識別研究[J]. 胡盈盈,王瑞燕,郭鵬濤,李茂芬,梁偉紅,李玉萍.  江蘇農(nóng)業(yè)科學(xué). 2020(08)
[5]一種改進(jìn)深度卷積生成對抗網(wǎng)絡(luò)的人臉分割方法[J]. 劉柏森,鄧琛,張霧琳.  黑龍江工程學(xué)院學(xué)報(bào). 2019(05)
[6]不同作物農(nóng)田的土壤呼吸與高光譜的關(guān)系[J]. 姚雪雯,陳書濤,王君,鄧熙茗,張婷婷,胡正華.  農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào). 2020(05)

碩士論文
[1]基于深度學(xué)習(xí)的高光譜圖像分類[D]. 李詩卉.西安電子科技大學(xué) 2019
[2]基于降噪堆棧式自動編碼機(jī)的協(xié)同過濾推薦算法[D]. 牛寶君.重慶大學(xué) 2017



本文編號：3606462