本文關(guān)鍵詞：一種基于DBN的高光譜遙感圖像分類方法

  更多相關(guān)文章： 高光譜圖像 深度學(xué)習(xí) 深度置信網(wǎng) DBN模型

【摘要】：高光譜遙感數(shù)據(jù)越來越普及并為人們廣泛使用,基于高光譜數(shù)據(jù)的地面物體精確分類是高光譜遙感技術(shù)的核心應(yīng)用之一。對(duì)高光譜數(shù)據(jù)進(jìn)行提特征提取是進(jìn)行地物分類的有效方法。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的新領(lǐng)域,它多隱層的多層感知器結(jié)構(gòu)使其能夠?qū)W習(xí)到對(duì)數(shù)據(jù)有更本質(zhì)的刻畫的特征,在圖像分類和可視化領(lǐng)域取得了更好的成績(jī)。深度置信網(wǎng)(deep belief network,DBN)是深度學(xué)習(xí)網(wǎng)絡(luò)中常見的模型。利用高光譜數(shù)據(jù)的高維特性,搭建基于DBN的高光譜圖像分類模型,結(jié)合高光譜數(shù)據(jù)的空間結(jié)構(gòu)對(duì)地物進(jìn)行分類。實(shí)驗(yàn)表明,基于DBN的高光譜圖像分類方法可以得到更好的分類效果。
【作者單位】： 南京航空航天大學(xué)自動(dòng)化學(xué)院;
【關(guān)鍵詞】： 高光譜圖像 深度學(xué)習(xí) 深度置信網(wǎng) DBN模型
【分類號(hào)】：TP751
【正文快照】： 1引言高光譜遙感圖像結(jié)合了光學(xué)成像技術(shù)和光譜技術(shù)。光譜成像儀獲取空間成像的同時(shí),對(duì)每一個(gè)像素又可獲得幾十乃至幾百個(gè)波段的光譜值。高光譜圖像有信息量大、光譜分辨率高的特點(diǎn),這使其地物分類能力得到了很大的提高[1]。遙感圖像分類的方法大致分為兩類:一種是基于匹配的

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 胡敏;陳紅波;許良鳳;謝成軍;江河;;基于顏色和紋理特征的黃瓜病害識(shí)別算法[J];電子測(cè)量與儀器學(xué)報(bào);2015年07期

2 施曉東;劉格;;一種光學(xué)遙感圖像海陸分割方法[J];國外電子測(cè)量技術(shù);2014年11期

3 呂啟;竇勇;牛新;徐佳慶;夏飛;;基于DBN模型的遙感圖像分類[J];計(jì)算機(jī)研究與發(fā)展;2014年09期

4 譚熊;余旭初;秦進(jìn)春;魏祥坡;;高光譜影像的多核SVM分類[J];儀器儀表學(xué)報(bào);2014年02期

5 余凱;賈磊;陳雨強(qiáng);徐偉;;深度學(xué)習(xí)的昨天、今天和明天[J];計(jì)算機(jī)研究與發(fā)展;2013年09期

6 宋琳;程詠梅;趙永強(qiáng);;基于稀疏表示模型和自回歸模型的高光譜分類[J];光學(xué)學(xué)報(bào);2012年03期

7 梁棟;顏普;朱明;胡根生;;一種基于NSCT和SIFT的遙感圖像配準(zhǔn)算法[J];儀器儀表學(xué)報(bào);2011年05期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 殷瑞剛;魏帥;李晗;于洪;;深度學(xué)習(xí)中的無監(jiān)督學(xué)習(xí)方法綜述[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2016年08期

2 王薪宇;;基于深度學(xué)習(xí)和云機(jī)器人的工業(yè)機(jī)器人未來發(fā)展方向的研究[J];科技創(chuàng)新導(dǎo)報(bào);2016年10期

3 關(guān)鑫;;基于壓縮近鄰的樣本選擇方法在字符識(shí)別上的應(yīng)用[J];電子技術(shù)與軟件工程;2016年14期

4 王扣準(zhǔn);黃睿;;利用EMAP與多項(xiàng)式網(wǎng)絡(luò)的高光譜影像分類[J];電子測(cè)量技術(shù);2016年07期

5 李新國;黃曉晴;;一種基于DBN的高光譜遙感圖像分類方法[J];電子測(cè)量技術(shù);2016年07期

6 許麗娟;;模糊色差圖像的白平衡偏差補(bǔ)償技術(shù)[J];電子測(cè)量技術(shù);2016年07期

7 鄧宗平;趙啟軍;陳虎;;基于深度學(xué)習(xí)的人臉姿態(tài)分類方法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2016年07期

8 王岳青;竇勇;呂啟;李寶峰;李騰;;DLPF:基于異構(gòu)體系結(jié)構(gòu)的并行深度學(xué)習(xí)編程框架[J];計(jì)算機(jī)研究與發(fā)展;2016年06期

9 李鐵;孫勁光;張新君;王星;;高光譜遙感圖像空譜聯(lián)合分類方法研究[J];儀器儀表學(xué)報(bào);2016年06期

10 王猛;;基于深度學(xué)習(xí)的安全帶檢測(cè)系統(tǒng)[J];電腦知識(shí)與技術(shù);2016年11期

【二級(jí)參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄭毅;鄭蘋;;基于模糊熵和模擬退火算法的雙閾值圖像分割[J];電子測(cè)量與儀器學(xué)報(bào);2014年04期

2 譚振坤;馮登超;陳剛;王海鵬;王永龍;齊建玲;;醫(yī)學(xué)超聲病灶圖像預(yù)處理[J];國外電子測(cè)量技術(shù);2014年03期

3 李旺;唐少先;陳榮;;基于顏色特征和支持向量機(jī)的黃瓜葉部病害識(shí)別[J];農(nóng)機(jī)化研究;2014年01期

4 楊倩;高曉陽;武季玲;李紅嶺;楊占峰;孔彥龍;毛紅玉;寇敏瑜;;基于顏色和紋理特征的大麥主要病害識(shí)別研究[J];中國農(nóng)業(yè)大學(xué)學(xué)報(bào);2013年05期

5 余凱;賈磊;陳雨強(qiáng);徐偉;;深度學(xué)習(xí)的昨天、今天和明天[J];計(jì)算機(jī)研究與發(fā)展;2013年09期

6 魏星;;基于SVM的山體滑坡災(zāi)害圖像識(shí)別方法[J];電子測(cè)量技術(shù);2013年08期

7 謝穎;;結(jié)合Mean Shift和聚類算法的服裝圖像分割[J];電子測(cè)量技術(shù);2013年08期

8 徐少平;劉小平;李春泉;胡凌燕;楊曉輝;;基于LBP值對(duì)空間統(tǒng)計(jì)特征的紋理描述符[J];模式識(shí)別與人工智能;2013年08期

9 譚熊;余旭初;張鵬強(qiáng);余岸竹;黃偉杰;;一種基于模糊混合像元分解的高光譜影像分類方法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2013年03期

10 陳健;鄭紹華;余輪;潘林;;基于方向的多閾值自適應(yīng)中值濾波改進(jìn)算法[J];電子測(cè)量與儀器學(xué)報(bào);2013年02期

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 諶德榮;宮久路;陳乾;曹旭平;;基于樣本分割的快速高光譜圖像異常檢測(cè)支持向量數(shù)據(jù)描述方法[J];兵工學(xué)報(bào);2008年09期

2 王雷;喬曉艷;董有爾;張姝;尚艷飛;;高光譜圖像技術(shù)在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用進(jìn)展[J];應(yīng)用光學(xué);2009年04期

3 蒲曉豐;雷武虎;張林虎;蔣奇材;;基于Fukunaga-Koontz變換的高光譜圖像異常檢測(cè)[J];紅外技術(shù);2010年04期

4 成寶芝;郭宗光;;高光譜圖像波段間相關(guān)特性研究[J];大慶師范學(xué)院學(xué)報(bào);2013年06期

5 王慶國;黃敏;朱啟兵;孫群;;基于高光譜圖像的玉米種子產(chǎn)地與年份鑒別[J];食品與生物技術(shù)學(xué)報(bào);2014年02期

6 楊龍;易宏杰;李因彥;;遙感高光譜圖像赤潮識(shí)別[J];傳感器世界;2007年05期

7 汪倩;陶鵬;;結(jié)合空間信息的高光譜圖像快速分類方法[J];微計(jì)算機(jī)信息;2010年21期

8 王立國;孫杰;肖倩;;結(jié)合空-譜信息的高光譜圖像分類方法[J];黑龍江大學(xué)自然科學(xué)學(xué)報(bào);2010年06期

9 馮朝麗;朱啟兵;朱曉;黃敏;;基于光譜特征的玉米品種高光譜圖像識(shí)別[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

10 徐爽;何建國;馬瑜;梁慧琳;劉貴珊;賀曉光;;高光譜圖像技術(shù)在水果品質(zhì)檢測(cè)中的研究進(jìn)展[J];食品研究與開發(fā);2013年10期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 張兵;王向偉;鄭蘭芬;童慶禧;;高光譜圖像地物分類與識(shí)別研究[A];成像光譜技術(shù)與應(yīng)用研討會(huì)論文集[C];2004年

2 高連如;張兵;孫旭;李山山;張文娟;;高光譜數(shù)據(jù)降維與分類技術(shù)研究[A];第八屆成像光譜技術(shù)與應(yīng)用研討會(huì)暨交叉學(xué)科論壇文集[C];2010年

3 王成;何偉基;陳錢;;基于波段重組和小波變換的高光譜圖像嵌入式壓縮方法[A];黑龍江、江蘇、山東、河南、江西 五省光學(xué)（激光）聯(lián)合學(xué)術(shù)‘13年會(huì)論文（摘要）集[C];2013年

4 孫蕾;羅建書;;基于分類預(yù)測(cè)的高光譜遙感圖像無損壓縮[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

5 楊勇;劉木華;鄒小蓮;苗蓬勃;趙珍珍;;基于高光譜圖像技術(shù)的獼猴桃硬度品質(zhì)檢測(cè)[A];走中國特色農(nóng)業(yè)機(jī)械化道路——中國農(nóng)業(yè)機(jī)械學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

6 張曉紅;張立福;王晉年;童慶禧;;HJ-1A衛(wèi)星高光譜遙感圖像質(zhì)量綜合評(píng)價(jià)[A];第八屆成像光譜技術(shù)與應(yīng)用研討會(huì)暨交叉學(xué)科論壇文集[C];2010年

7 高東生;高連知;;基于獨(dú)立分量分析的高光譜圖像目標(biāo)盲探測(cè)方法研究[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

8 馮維一;陳錢;何偉基;;基于小波稀疏的高光譜目標(biāo)探測(cè)算法[A];黑龍江、江蘇、山東、河南、江西 五省光學(xué)（激光）聯(lián)合學(xué)術(shù)‘13年會(huì)論文（摘要）集[C];2013年

9 彭妮娜;易維寧;方勇華;;基于核函數(shù)的高光譜圖像信息提取研究[A];光子科技創(chuàng)新與產(chǎn)業(yè)化——長三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

10 蒲曉豐;雷武虎;黃濤;王迪;;基于穩(wěn)健背景子空間的高光譜圖像異常檢測(cè)[A];中國光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 普晗曄;高光譜遙感圖像的解混理論和方法研究[D];復(fù)旦大學(xué);2014年

2 王亮亮;非線性流形結(jié)構(gòu)在高光譜圖像異常檢測(cè)中的應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 賀智;改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解算法及其在高光譜圖像分類中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2014年

4 魏然;基于成像機(jī)理分析的高光譜圖像信息恢復(fù)研究[D];哈爾濱工業(yè)大學(xué);2015年

5 葉珍;高光譜圖像特征提取與分類算法研究[D];西北工業(yè)大學(xué);2015年

6 南一冰;星載推掃型高光譜運(yùn)動(dòng)成像誤差建模與高精度校正技術(shù)研究[D];北京理工大學(xué);2015年

7 隋晨紅;基于分類精度預(yù)測(cè)的高光譜圖像分類研究[D];華中科技大學(xué);2015年

8 高放;高光譜圖像無損預(yù)測(cè)壓縮技術(shù)研究[D];吉林大學(xué);2016年

9 賀霖;高光譜圖像自動(dòng)目標(biāo)檢測(cè)技術(shù)研究[D];西北工業(yè)大學(xué);2007年

10 周爽;蟻群算法在高光譜圖像降維和分類中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙偉彥;果蔬干燥過程中的品質(zhì)無損檢測(cè)技術(shù)研究[D];江南大學(xué);2015年

2 馬亞楠;果蔬中內(nèi)部害蟲的高光譜圖像檢測(cè)技術(shù)研究[D];江南大學(xué);2015年

3 劉大洋;基于近紅外光譜和高光譜圖像技術(shù)無損識(shí)別獼猴桃膨大果[D];西北農(nóng)林科技大學(xué);2015年

4 王坤;高光譜圖像異常目標(biāo)檢測(cè)及光譜成像在偽裝評(píng)估方面的應(yīng)用研究[D];南京理工大學(xué);2015年

5 王U喺，

本文編號(hào)：882431