本文關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò)在高分遙感影像分類中的應(yīng)用

  更多相關(guān)文章： 卷積神經(jīng)網(wǎng)絡(luò) 深度學(xué)習(xí) 大數(shù)據(jù) 遙感影像分類

【摘要】：針對(duì)目前應(yīng)用于高分辨率遙感影像分類的常用算法,其精度已無法滿足大數(shù)據(jù)環(huán)境下的分類要求的問題,該文提出了卷積神經(jīng)網(wǎng)絡(luò)分類算法。卷積神經(jīng)網(wǎng)絡(luò)模型降低了因圖像平移、比例縮放、傾斜或者共他形式的變形而引起的誤差。在大數(shù)據(jù)環(huán)境下,采用卷積神經(jīng)網(wǎng)絡(luò)算法對(duì)高分辨率遙感影像進(jìn)行分類,避免了特征提取和分類過程中數(shù)據(jù)重建的復(fù)雜度,提高了分類精度。通過實(shí)驗(yàn)比對(duì)分析,證明了卷積神經(jīng)網(wǎng)絡(luò)在高分辨率遙感影像分類中的可行性及精度優(yōu)勢(shì),對(duì)遙感圖像處理領(lǐng)域等相關(guān)工作提供了參考價(jià)值。
【作者單位】： 遼寧工程技術(shù)大學(xué)測(cè)繪學(xué)院;中國(guó)測(cè)繪科學(xué)研究院;
【關(guān)鍵詞】： 卷積神經(jīng)網(wǎng)絡(luò) 深度學(xué)習(xí) 大數(shù)據(jù) 遙感影像分類
【基金】：信息化測(cè)繪生產(chǎn)基地構(gòu)建技術(shù)研究與應(yīng)用示范(201412008)
【分類號(hào)】：TP183;TP751
【正文快照】： 2.中國(guó)測(cè)繪科學(xué)研究院,北京100830)0引言遙感影像是通過亮度值或像元值的高低差異以及空間變化來表示不同的地物,如不同類型的植被、土壤、巖石及水體等,這是我們區(qū)分不同影像地物的物理基礎(chǔ)。遙感影像分類就是利用計(jì)算機(jī)對(duì)遙感影像中各類地物的光譜信息和空間信息進(jìn)行分析,選

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 黃恩興;;遙感影像分類結(jié)果的不確定性研究[J];中國(guó)農(nóng)學(xué)通報(bào);2010年05期

2 賈坤;李強(qiáng)子;田亦陳;吳炳方;;遙感影像分類方法研究進(jìn)展[J];光譜學(xué)與光譜分析;2011年10期

3 朱丹瑤;;遙感影像分類方法研究[J];黑龍江科技信息;2012年33期

4 孫立新,羅高平,張怡梅;遙感影像分類的歸類學(xué)習(xí)方法[J];測(cè)繪工程;1998年03期

5 李爽,丁圣彥,許叔明;遙感影像分類方法比較研究[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

6 黃艷;張超;蘇偉;岳安志;;合理尺度紋理分析遙感影像分類方法研究[J];國(guó)土資源遙感;2008年04期

7 付博;謝振紅;鄧彩群;;改進(jìn)的角度余弦方法在濕地遙感影像分類中的應(yīng)用[J];吉林建筑工程學(xué)院學(xué)報(bào);2010年04期

8 楊慧;鄭思莉;唐赫;朱文謙;程戰(zhàn)員;;面向?qū)ο蟮奈錆h市街區(qū)公共遙感影像分類研究[J];軟件導(dǎo)刊;2014年01期

9 楊玉靜;馮建輝;;紋理特征提取及輔助遙感影像分類技術(shù)研究[J];海洋測(cè)繪;2008年04期

10 李小濤;潘世兵;宋小寧;;基于地質(zhì)統(tǒng)計(jì)學(xué)紋理特征的遙感影像分類方法研究[J];地理與地理信息科學(xué);2009年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 劉忠陽;陳懷亮;杜子璇;鄒春輝;;基于決策樹方法的Landsat7 ETM+遙感影像分類研究[A];農(nóng)業(yè)生態(tài)與衛(wèi)星遙感應(yīng)用技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2006年

2 王珊珊;季民;高潔;焦其松;;CBR方法在高分辨率遙感影像分類中的應(yīng)用[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 湯家法;;基于可拓分類器的遙感影像分類[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

4 巫兆聰;;RBF網(wǎng)絡(luò)的粗糙表示與遙感影像分類應(yīng)用[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

5 楊劍;蒲英霞;何一鳴;;基于Getis的遙感影像分類研究[A];中國(guó)地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

6 趙泉華;宋偉東;鮑勇;;基于分形紋理的BP神經(jīng)網(wǎng)絡(luò)遙感影像分類[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

7 王梁;韓坤英;;分形理論在遙感影像分類中的應(yīng)用[A];第十二屆全國(guó)數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)研討會(huì)論文集[C];2013年

8 汪東川;龔建華;張利輝;;基于時(shí)間序列軌跡分析的遙感影像分類結(jié)果聯(lián)合校正[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

9 羅小波;劉明皓;;基于優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)遙感影像分類[A];2006年中國(guó)土地學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2006年

10 ;結(jié)合光譜、紋理與形狀特征的高空間分辨率遙感影像分類(英文)[A];中國(guó)測(cè)繪學(xué)會(huì)第九次全國(guó)會(huì)員代表大會(huì)暨學(xué)會(huì)成立50周年紀(jì)念大會(huì)論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 王巍;基于Agent的遙感影像分類方法及其應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué)(北京);2016年

2 任廣波;基于半監(jiān)督學(xué)習(xí)的遙感影像分類技術(shù)研究[D];中國(guó)海洋大學(xué);2010年

3 譚琨;基于支持向量機(jī)的高光譜遙感影像分類研究[D];中國(guó)礦業(yè)大學(xué);2010年

4 巫兆聰;粗集理論在遙感影像分類中的應(yīng)用[D];武漢大學(xué);2004年

5 易俐娜;面向?qū)ο筮b感影像分類不確定性分析[D];武漢大學(xué);2011年

6 胥海威;基于改進(jìn)隨機(jī)聚類決策森林算法的遙感影像分類研究[D];中南大學(xué);2012年

7 徐盛;基于主題模型的高空間分辨率遙感影像分類研究[D];上海交通大學(xué);2012年

8 劉志剛;支撐向量機(jī)在光譜遙感影像分類中的若干問題研究[D];武漢大學(xué);2004年

9 丁勝;智能優(yōu)化算法在高光譜遙感影像分類中的應(yīng)用研究[D];武漢大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳聰;面向?qū)ο蟮母叻直媛蔬b感影像分類在衛(wèi)片執(zhí)法中的應(yīng)用研究[D];昆明理工大學(xué);2015年

2 周楊;面向?qū)ο蟮母叻直媛蔬b感影像分類技術(shù)研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

3 李奇峰;結(jié)合多特征描述和SVM的遙感影像分類研究[D];鄭州大學(xué);2015年

4 宋曉陽;面向?qū)ο蟮倪b感分類系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2014年

5 張靜;西北旱區(qū)遙感影像分類方法研究[D];西北農(nóng)林科技大學(xué);2016年

6 劉安斐;基于數(shù)據(jù)融合的遙感影像分類[D];解放軍信息工程大學(xué);2006年

7 任亞芬;面向并行環(huán)境的遙感影像分類算法設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2011年

8 白秀蓮;基于決策樹方法的遙感影像分類研究[D];內(nèi)蒙古師范大學(xué);2012年

9 王松妍;基于云理論的遙感影像分類方法研究[D];遼寧工程技術(shù)大學(xué);2013年

10 陳小瑜;基于空間數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)的遙感影像分類研究[D];福建師范大學(xué);2007年

，

本文編號(hào)：849789