论文摘要
随着科技水平的提高,深度学习算法的出现为高分辨率遥感图像的研究带来了新的突破,但国内对于将深度学习应用于遥感图像处理的研究尚未广泛开展。为填补此类空白,提出一种基于卷积神经网络(CNN)的对于高分辨率多光谱遥感图像进行自动分类的方法,对传统CNN框架进行一定的优化并加入Inception结构,进而横向比对其与支持向量机(SVM)分类算法的实际分类效果。以卫星拍摄的地面实物图片为例对该方法进行实验,结果表明,所提出的基于CNN的分类方法相比于传统方法在精度上有显著提升,纹理特征更加突出,分类效果更加出众。
论文目录
文章来源
类型: 期刊论文
作者: 李玉峰,林辉
关键词: 遥感图像分类,卷积神经网络,支持向量机,径向基函数神经网络
来源: 微处理机 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: 沈阳航空航天大学电子信息工程学院
基金: 高分专项省域产业化应用项目(70-Y40G09-9001-18,20),辽宁省教育厅基本科研重点项目(L201701)
分类号: TP751;TP183
页码: 43-48
总页数: 6
文件大小: 1704K
下载量: 313
相关论文文献
标签:遥感图像分类论文; 卷积神经网络论文; 支持向量机论文; 径向基函数神经网络论文;