论文摘要
深度卷积网络作为一种高效的特征表示学习算法,被广泛的应用于图像分类问题中.由于遥感图像存在目标尺度与方向变化大、类内场景差异形大等问题,单一的深度网络通常不能获得准确的分类结果.为此,本文提出一种随机多选择残差网络集成的遥感图像分类算法,该算法通过多选择学习策略,集成多个残差网络共同完成分类任务,算法设置有效的集成学习目标函数,并通过随机梯度下降算法最小化多个子网络对每个样本的最优分类误差,促使各个网络之间的差异性,能够自适应于特定类别的分类任务,进而形成有效的分类,同时其泛化性通常显著优于单个学习器.在两个公开的遥感数据集上验证了本文算法的有效性,多个残差网络能够对不同类别的遥感影像形成最优分类,有效提升了分类的准确性.
论文目录
文章来源
类型: 期刊论文
作者: 周强,徐宏伟,陈逸,孙玉宝
关键词: 遥感图像分类,网络集成,随机多选择学习,残差网络
来源: 小型微型计算机系统 2019年09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: 南京信息工程大学自动化学院江苏省大数据分析技术重点实验室江苏省大气环境与装备技术协同创新中心
基金: 基金项目:国家自然科学基金项目(61672292)资助,江苏省高校重大项目(18KJA52007)资助,江苏省",六大人才高峰",项目(DZXX-037)资助
分类号: TP751
页码: 1946-1950
总页数: 5
文件大小: 1746K
下载量: 171
相关论文文献
- [1].遥感图像技术在震后评估中的有效应用分析[J]. 西部探矿工程 2020(02)
- [2].基于内容的遥感图像变化信息检索概念模型设计[J]. 遥感技术与应用 2020(03)
- [3].基于遥感图像的工程建设进度监测及辅助投资决策调研与展望[J]. 中小企业管理与科技(下旬刊) 2020(10)
- [4].地震灾害识别中遥感图像的应用研究[J]. 轻工科技 2019(02)
- [5].关于遥感图像云检测方法研究进展[J]. 数字通信世界 2019(04)
- [6].基于信息聚类的遥感图像分割[J]. 中国矿业大学学报 2017(01)
- [7].于卫星地域遥感图像分割方法研究仿真[J]. 计算机仿真 2017(01)
- [8].基于暗原色先验的遥感图像去雾方法[J]. 光学学报 2017(03)
- [9].航空遥感图像几何校正模型的效果比较[J]. 现代计算机(专业版) 2017(17)
- [10].基于场景语义的遥感图像目标识别[J]. 现代电子技术 2017(11)
- [11].统计学习在海上遥感图像背景去噪的算法研究[J]. 舰船科学技术 2017(12)
- [12].关于森林资源二类调查中遥感图像的应用分析[J]. 北京农业 2016(01)
- [13].改进高斯混合模型的遥感图像增强方法[J]. 激光杂志 2016(07)
- [14].试论遥感图像在师范地理教学中的应用[J]. 山西青年 2017(03)
- [15].基于遥感图像增强的海岸线提取方法[J]. 海洋开发与管理 2020(07)
- [16].基于深度学习的城市高分遥感图像变化检测方法的研究[J]. 计算机应用研究 2020(S1)
- [17].改进的基于深度学习的遥感图像分类算法[J]. 计算机应用 2019(02)
- [18].一种加密遥感图像的安全外包搜索方案[J]. 激光与光电子学进展 2019(03)
- [19].基于旋转不变特征的遥感图像飞机目标检测方法[J]. 光子学报 2019(06)
- [20].遥感图像道路提取算法研究[J]. 自动化技术与应用 2018(05)
- [21].基于非下采样轮廓变换与模糊理论的遥感图像增强[J]. 国土资源遥感 2017(03)
- [22].航空遥感图像中道路检测方法研究与仿真[J]. 计算机仿真 2013(09)
- [23].遥感图像边缘检测的不确定性及其处理方法探讨[J]. 遥感信息 2010(06)
- [24].课外遥感图像进入地理课堂的“SWOT”分析[J]. 中学地理教学参考 2015(15)
- [25].基于遥感图像的人工标注系统的设计与实现[J]. 电脑知识与技术 2018(23)
- [26].基于小波阈值法的矿山遥感图像非局部均值去噪[J]. 金属矿山 2017(03)
- [27].基于空间域与频域的遥感图像增强算法[J]. 廊坊师范学院学报(自然科学版) 2017(01)
- [28].干旱区遥感图像目视解译的常见问题[J]. 新疆师范大学学报(自然科学版) 2016(01)
- [29].基于约束领域小基团特征的遥感图像定位算法[J]. 科技通报 2013(10)
- [30].封面图片说明[J]. 哈尔滨工业大学学报 2020(12)