發(fā)布時(shí)間：2017-09-10 20:09

  本文關(guān)鍵詞：基于堆棧式稀疏自編碼器的高光譜影像分類

  更多相關(guān)文章： 深度神經(jīng)網(wǎng) 特征提取 高光譜影像分類 堆棧式稀疏自編碼器 支持向量機(jī)

【摘要】：為挖掘高光譜影像數(shù)據(jù)的內(nèi)在光譜特征,該文基于深度學(xué)習(xí)理論,引用堆棧式稀疏自編碼器構(gòu)建原始數(shù)據(jù)的深層特征表達(dá)。首先通過稀疏自編碼器,得到原始數(shù)據(jù)的稀疏特征表達(dá)。其次通過逐層學(xué)習(xí)稀疏自編碼器構(gòu)建深度神經(jīng)網(wǎng),輸出原始數(shù)據(jù)的深度特征。最后將其連接到支持向量機(jī)分類器,完成模型的精調(diào)。實(shí)驗(yàn)結(jié)果分析表明:基于堆棧式稀疏自編碼器的最優(yōu)分類模型,總體精度可達(dá)87.82%,優(yōu)于實(shí)驗(yàn)中的其他方法,證明了深度學(xué)習(xí)方法在高光譜影像處理中具有良好的分類性能。
【作者單位】： 成都理工大學(xué)地學(xué)空間信息技術(shù)國(guó)土資源部重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 深度神經(jīng)網(wǎng) 特征提取 高光譜影像分類 堆棧式稀疏自編碼器 支持向量機(jī)
【基金】：國(guó)家自然科學(xué)基金(41201440,41071265,41102225) 教育部高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(20135122120009) 四川省教育廳科研項(xiàng)目(15ZB0066) 國(guó)土資源部地學(xué)空間信息技術(shù)重點(diǎn)實(shí)驗(yàn)室課題(KLGSIT2013-02)
【分類號(hào)】：TP751
【正文快照】： 高光譜影像分類是高光譜影像處理中的重要環(huán)節(jié),由于Hughes現(xiàn)象[1]的影響,在不進(jìn)行降維處理的情況下傳統(tǒng)分類算法很難在高光譜影像分類中取得理想結(jié)果[2]。支持向量機(jī)(SVM)算法[3]能夠較好地解決Hughes現(xiàn)象,近年來在高光譜影像分類中得到了廣泛應(yīng)用[4]。但其直接通過原始像元來

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 甘甫平;王潤(rùn)生;;高光譜遙感技術(shù)在地質(zhì)領(lǐng)域中的應(yīng)用[J];國(guó)土資源遙感;2007年04期

2 余旭初;楊國(guó)鵬;馮伍法;周欣;;基于簡(jiǎn)約集支持向量機(jī)的高光譜影像分類[J];計(jì)算機(jī)科學(xué);2010年11期

3 李新雙;張良培;李平湘;吳波;;基于小波分量特征值匹配的高光譜影像分類[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年03期

4 楊可明;陳云浩;郭達(dá)志;蔣金豹;;基于高光譜影像的小麥條銹病光譜信息探測(cè)與提取(英文)[J];光子學(xué)報(bào);2008年01期

5 蘇俊英;舒寧;;一種基于非線性增益小波濾波的高光譜影像去噪技術(shù)研究[J];遙感技術(shù)與應(yīng)用;2008年04期

6 楊可明;李慧;郭達(dá)志;;基于最佳小波包基的高光譜影像特征制圖[J];測(cè)繪學(xué)報(bào);2008年01期

7 楊國(guó)鵬;余旭初;劉偉;陳偉;;基于支持向量機(jī)的高光譜影像分類研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年08期

8 董超;趙慧潔;;關(guān)聯(lián)向量機(jī)在高光譜影像分類中的應(yīng)用[J];遙感學(xué)報(bào);2010年06期

9 馮海亮;潘競(jìng)文;黃鴻;;半監(jiān)督鄰域保持嵌入在高光譜影像分類中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2014年S1期

10 杜輝強(qiáng);舒寧;;高光譜影像能量邊緣提取[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 于美嬌;董廣軍;張永生;紀(jì)松;楊靖宇;;一種基于極大后驗(yàn)估計(jì)的高光譜影像分辨率增強(qiáng)方法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

2 張杰林;;砂巖型鈾礦床高光譜數(shù)據(jù)挖掘技術(shù)研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

3 董彥芳;龐勇;;高光譜影像與LiDAR數(shù)據(jù)融合提取城市目標(biāo)提取[A];中國(guó)地震學(xué)會(huì)空間對(duì)地觀測(cè)專業(yè)委員會(huì)2013年學(xué)術(shù)研討會(huì)論文摘要集[C];2013年

4 李飛;周成虎;陳榮國(guó);;基于光譜曲線形態(tài)的高光譜影像檢索方法研究[A];第二屆中國(guó)科學(xué)院博士后學(xué)術(shù)年會(huì)暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會(huì)議程序冊(cè)[C];2010年

，

本文編號(hào)：826360