论文摘要
针对遥感图像的分类问题,文中提出了一种基于GoogLeNet卷积神经网络模型的遥感图像分类方法。根据遥感图像的特点,适当改进了GoogLeNet的网络结构;同时借鉴迁移学习的思想,采用在ImageNet上预训练的模型对不同的遥感图像数据集进行训练测试。分类准确率较改进前提高了10%以上,并节省了网络的训练时间。实验结果验证了该方法能提高遥感图像的分类准确率和节省训练时间的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 韩要昌,王洁,史通,蔡启航
关键词: 遥感图像,卷积神经网络,迁移学习
来源: 弹箭与制导学报 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,自动化技术
单位: 空军工程大学防空反导学院
基金: 国家自然科学基金(61601499)资助
分类号: TP751;TP18
DOI: 10.15892/j.cnki.djzdxb.2019.05.033
页码: 139-142+153
总页数: 5
文件大小: 1004K
下载量: 540