结合最小噪声分离变换和卷积神经网络的高分辨影像分类方法

发布时间：2019-02-15 17:13

【摘要】：针对传统浅层机器学习方法应用于高分辨影像分类时存在的问题,提出了结合最小噪声分离变换和卷积神经网络的高分辨率影像分类方法。采用最小噪声分离分析非监督训练初始化卷积神经网络,为提高训练速度,使用线性修正函数作为神经网络的激活函数;利用概率最大化采样原则减少池化过程中影像特征的缺失,并将下采样后影像特征输入Softmax分类器进行分类。采用所提分类方法对典型地区的影像进行分类实验,并与支持向量机和人工神经网络分类方法的分类结果进行对比。结果表明,所提分类方法的分类精度明显高于另两种分类方法的分类精度,并能充分挖掘高分辨遥感影像的空间信息。
[Abstract]:Aiming at the problems of traditional shallow machine learning in high resolution image classification, a high resolution image classification method combining minimum noise separation transform and convolution neural network is proposed. In order to improve the training speed, the linear correction function is used as the activation function of the neural network. The principle of maximum probability sampling is used to reduce the absence of image features in the process of pool, and the sub-sampled image features are input into the Softmax classifier for classification. The proposed classification method is used to classify the images of typical areas and the classification results are compared with those of support vector machine (SVM) and artificial neural network (Ann). The results show that the classification accuracy of the proposed classification method is obviously higher than that of the other two classification methods, and the spatial information of high-resolution remote sensing images can be fully mined.
【作者单位】： 辽宁工程技术大学测绘与地理科学学院;中国测绘科学研究院;
【基金】：国家重点研发计划(2016YFC0803100) 国家自然科学基金(41101452) 高等学校博士学科点专项科研基金(20112121120003) 辽宁省教育厅科研项目(LJYL010)
【分类号】：TP18;TP751

【相似文献】

相关期刊论文 前10条

1 黄洪钟,李海滨;有限元的神经网络计算方法研究[J];机械强度;2003年03期

2 彭磊;田丽;;基于神经网络消除噪声技术的研究[J];黑龙江科技信息;2009年16期

3 林建辉,陈建政,陈琳;基于神经网络的转子动力系统稳定性辨识[J];机械科学与技术;1999年02期

4 熊日华,王世昌;神经网络在膜技术中的应用[J];膜科学与技术;2003年06期

5 高强;钱林方;侯远龙;王力;;泵控缸电液位置伺服系统的神经网络模型参考自适应控制[J];机床与液压;2008年06期

6 缑新科;崔明月;;神经网络-遗传算法在振动控制系统中的应用[J];机械设计与制造;2009年08期

7 于祥;赵冬至;张丰收;肖忠峰;;基于神经网络的红树林景观特性遥感提取技术研究[J];海洋环境科学;2007年06期

8 国蓉;何镇安;;基于多级神经网络的被动声定位算法研究[J];计算机应用研究;2011年06期

9 石小云;;基于SOM神经网络的静止卫星云图分类[J];电子设计工程;2011年16期

10 丁国良,张春路,李灏;神经网络在空调器仿真中的应用研究[J];制冷学报;1999年02期

相关会议论文 前10条

1 徐慧;徐海樵;张必银;;基于LVQ神经网络的水声目标识别技术[A];中国造船工程学会电子技术学术委员会——2012年水下复杂战场环境目标识别与对抗及仿真技术学术交流论文集[C];2012年

2 张彼德;;汽轮发电机组振动多故障诊断的神经网络方法研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年

3 金凤;;基于神经网络与理想解的多属性决策[A];第四届全国船舶与海洋工程学术会议论文集[C];2009年

4 吴宝志;袁晓梅;;基于神经网络的汽车空调系统变工况运行的仿真研究[A];第九届全国冷水机组与热泵技术学术会议论文集[C];1999年

5 黎启柏;桂佩佩;韩君;;二次调节控制系统的模糊-神经网络自学习自适应控制[A];液压与气动学术研讨会论文集[C];2004年

6 于洪洁;彭建华;;具有非线性耦合函数的HR神经网络的混沌同步[A];中国力学学会学术大会'2005论文摘要集（下）[C];2005年

7 黎启柏;桂佩佩;韩君;;二次调节控制系统的模糊-神经网络自学习自适应控制[A];第三届全国流体传动及控制工程学术会议论文集（第三卷）[C];2004年

8 王祥厚;李程远;;台阶爆破岩石块度预测的神经网络[A];第七届全国工程爆破学术会议论文集[C];2001年

9 潘滨;陈剑平;李晓茹;;改进BP神经网络在岩质边坡稳定性分析中的应用[A];第八届全国工程地质大会论文集[C];2008年

10 钟小丽;谢菠荪;;使用神经网络进行中垂面头相关传输函数外插[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年

相关博士学位论文 前2条

1 李广博;Fourier正交基神经网络加权响应面法的结构可靠性分析[D];吉林大学;2014年

2 李英伟;基于增量改进BP神经网络微波深度干燥模型及应用研究[D];昆明理工大学;2011年

相关硕士学位论文 前10条

1 吴航;基于卷积神经网络的遥感图像配准方法[D];南昌大学;2015年

2 黄伟明;基于神经网络的LED可靠性分析模型研究[D];华南理工大学;2016年

3 宋欣益;基于卷积神经网络的高光谱数据分类方法研究[D];哈尔滨工业大学;2016年

4 王舰锋;基于卷积神经网络的卫星云量计算[D];南京信息工程大学;2016年

5 邢凯;基于神经网络和Contourlet的遥感图像分类处理[D];黑龙江大学;2016年

6 王杰;基于遗传算法神经网络的某制冷空调系统性能预测研究[D];华中科技大学;2015年

7 孟春林;神经网络PID在热交换器中的应用[D];太原科技大学;2009年

8 董航飞;基于神经网络的中央空调温度控制研究[D];扬州大学;2009年

9 石小云;基于神经网络方法的卫星图像云分类[D];中国海洋大学;2012年

10 马玉秀;神经网络在激光遥感鉴别海面溢油中的应用[D];大连海事大学;2006年

，

本文编号：2423553