论文提出了一种基于深度残差卷积神经网络的高光谱遥感数据的分类方法。我们将深度残差卷积神经网络作为一种分类器,将待分类的像元及其领域像元一同作为神经网络的输入,通过残差网络的算法模型实现高光谱遥感数据的分类。我们使用深度学习技术将数据特征提取出来再进行分类,以达到提高分类准确度和效率的目的。本文主要通过改善分类方法来增强遥感数据分类的效率和处理能力。
类型: 期刊论文
作者: 孟佳佳,王弢
关键词: 卷积神经网络,高光谱图像,图像分类,深度学习
来源: 数字技术与应用 2019年01期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 工业通用技术及设备,自动化技术
单位: 江苏省东台市三仓中学,南京信息工程大学自动化学院
分类号: TP183;TP751
DOI: 10.19695/j.cnki.cn12-1369.2019.01.53
页码: 99-101
总页数: 3
文件大小: 7639K
下载量: 158
本文来源: https://www.lunwen90.cn/article/9566c6884635dd0f9d406def.html