本文關(guān)鍵詞：基于棧式去噪自編碼器的遙感圖像分類

  更多相關(guān)文章： 深度學(xué)習(xí) 棧式去噪自編碼器 反向傳播神經(jīng)網(wǎng)絡(luò) 遙感圖像 地物分類

【摘要】：針對傳統(tǒng)遙感圖像分類方法難以取得更高精度的問題,提出一種根據(jù)深度學(xué)習(xí)思想的基于棧式去噪自編碼器的遙感圖象分類方法。首先,將多個去噪自編碼器棧式疊加構(gòu)成深度網(wǎng)絡(luò)模型,用無監(jiān)督的layer-wise方法由下至上訓(xùn)練每一層網(wǎng)絡(luò)并在訓(xùn)練數(shù)據(jù)中加入噪聲以得到更為穩(wěn)健的特征表達(dá);然后,通過反向傳播(BP)神經(jīng)網(wǎng)絡(luò)對特征進(jìn)行有監(jiān)督學(xué)習(xí)并利用誤差反向傳播對整個網(wǎng)絡(luò)參數(shù)進(jìn)行進(jìn)一步優(yōu)化得到最終的模型;最后,利用國產(chǎn)高分一號遙感數(shù)據(jù)進(jìn)行實驗驗證。基于棧式去噪自編碼器的遙感圖像分類方法的總體分類精度和kappa精度分別達(dá)到95.7%和95.5%,均高于傳統(tǒng)的支持向量機(jī)(SVM)和BP神經(jīng)網(wǎng)絡(luò)的分類精度。實驗結(jié)果表明,所提出的方法能有效提高遙感圖像的分類精度。
【作者單位】： 華中科技大學(xué)自動化學(xué)院;
【關(guān)鍵詞】： 深度學(xué)習(xí) 棧式去噪自編碼器 反向傳播神經(jīng)網(wǎng)絡(luò) 遙感圖像 地物分類
【分類號】：TP751
【正文快照】： 0引言遙感圖像分類一直是遙感技術(shù)中的熱點問題,指把遙感圖像中的每個像元劃歸到實際地物類別中的過程。隨著遙感圖像數(shù)據(jù)量的快速增長與分辨率的逐步提高,遙感圖像分類技術(shù)在城市規(guī)劃、環(huán)境保護(hù)、資源管理、地圖測繪等領(lǐng)域發(fā)揮著越來越重要的作用。目前,遙感圖像分類主要被分

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉慶生,劉高煥,藺啟忠,王志剛;基于邏輯斯蒂模型的遙感圖像分類[J];國土資源遙感;2001年01期

2 譚衢霖,邵蕓;雷達(dá)遙感圖像分類新技術(shù)發(fā)展研究[J];國土資源遙感;2001年03期

3 杜鳳蘭,田慶久,夏學(xué)齊;遙感圖像分類方法評析與展望[J];遙感技術(shù)與應(yīng)用;2004年06期

4 李石華,王金亮,畢艷,陳姚,朱妙園,楊帥,朱佳;遙感圖像分類方法研究綜述[J];國土資源遙感;2005年02期

5 付小勇;楊建祥;譚靖;;基于統(tǒng)計的遙感圖像分類方法[J];林業(yè)調(diào)查規(guī)劃;2005年06期

6 王一達(dá);沈熙玲;謝炯;;遙感圖像分類方法綜述[J];遙感信息;2006年05期

7 李華;曹衛(wèi)彬;劉姣娣;;土地監(jiān)測中提高遙感圖像分類精度的方法研究[J];安徽農(nóng)學(xué)通報;2008年22期

8 岳昔娟;張勇;黃國滿;;改進(jìn)的直方圖均衡化在遙感圖像分類中的應(yīng)用[J];四川測繪;2008年04期

9 曾聯(lián)明;吳湘濱;劉鵬;;感興趣區(qū)域遙感圖像分類與支持向量機(jī)應(yīng)用研究[J];計算機(jī)工程與應(yīng)用;2009年06期

10 金良;于鳳鳴;;計算機(jī)遙感圖像分類法在天然草原土地利用現(xiàn)狀研究中的應(yīng)用[J];科技資訊;2010年36期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 張守娟;周詮;;空間數(shù)據(jù)挖掘決策樹算法在遙感圖像分類中的應(yīng)用研究[A];中國遙感應(yīng)用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年

2 鄧文勝;邵曉莉;劉海;萬誥方;許亮;;基于證據(jù)理論的遙感圖像分類方法探討[A];中國地理學(xué)會2006年學(xué)術(shù)年會論文摘要集[C];2006年

3 周軍其;張紅;孫家b，

本文編號：716142