论文摘要
为提高遥感影像草地分类的精度,分析了卷积神经网络中提取图像特征的特点,提出了一种基于特征整合深度神经网络的遥感影像特征提取算法。首先,将遥感影像数据进行PCA白化处理,降低数据之间的相关性,加快神经网络学习的速率;其次,将从卷积神经网络中提取到的浅层特征和深层特征进行双线性整合,使得整合后的新特征更加完善和优化;最后,对遥感数据进行训练,由于新特征中有效信息的增加,使得特征表达能力得到提高,达到提高草地分类准确率的目的。实验结果表明:该算法能够有效地提高草地分类的准确率,分类精度达到94.65%,相较于卷积神经网络、BP神经网络和基于SVM的分类算法分别提高了4.3%、10.39%和15.33%。
论文目录
文章来源
类型: 期刊论文
作者: 张猛,钱育蓉,杜娇,范迎迎
关键词: 遥感影像,草地分类,卷积神经网络,特征整合,白化
来源: 计算机工程与科学 2019年07期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑,农业科技
专业: 工业通用技术及设备,畜牧与动物医学,自动化技术
单位: 新疆大学软件学院
基金: 国家自然科学基金(61562086,61363083)
分类号: TP751;TP183;S812
页码: 1251-1256
总页数: 6
文件大小: 359K
下载量: 173