基于栈式去噪自编码器的遥感图像分类

发布时间：2017-08-22 01:03

  本文关键词：基于栈式去噪自编码器的遥感图像分类

  更多相关文章： 深度学习 栈式去噪自编码器 反向传播神经网络 遥感图像 地物分类

【摘要】：针对传统遥感图像分类方法难以取得更高精度的问题,提出一种根据深度学习思想的基于栈式去噪自编码器的遥感图象分类方法。首先,将多个去噪自编码器栈式叠加构成深度网络模型,用无监督的layer-wise方法由下至上训练每一层网络并在训练数据中加入噪声以得到更为稳健的特征表达;然后,通过反向传播(BP)神经网络对特征进行有监督学习并利用误差反向传播对整个网络参数进行进一步优化得到最终的模型;最后,利用国产高分一号遥感数据进行实验验证。基于栈式去噪自编码器的遥感图像分类方法的总体分类精度和kappa精度分别达到95.7%和95.5%,均高于传统的支持向量机(SVM)和BP神经网络的分类精度。实验结果表明,所提出的方法能有效提高遥感图像的分类精度。
【作者单位】： 华中科技大学自动化学院;
【关键词】： 深度学习 栈式去噪自编码器 反向传播神经网络 遥感图像 地物分类
【分类号】：TP751
【正文快照】： 0引言遥感图像分类一直是遥感技术中的热点问题,指把遥感图像中的每个像元划归到实际地物类别中的过程。随着遥感图像数据量的快速增长与分辨率的逐步提高,遥感图像分类技术在城市规划、环境保护、资源管理、地图测绘等领域发挥着越来越重要的作用。目前,遥感图像分类主要被分

【相似文献】

中国期刊全文数据库 前10条

1 刘庆生,刘高焕,蔺启忠,王志刚;基于逻辑斯蒂模型的遥感图像分类[J];国土资源遥感;2001年01期

2 谭衢霖,邵芸;雷达遥感图像分类新技术发展研究[J];国土资源遥感;2001年03期

3 杜凤兰,田庆久,夏学齐;遥感图像分类方法评析与展望[J];遥感技术与应用;2004年06期

4 李石华,王金亮,毕艳,陈姚,朱妙园,杨帅,朱佳;遥感图像分类方法研究综述[J];国土资源遥感;2005年02期

5 付小勇;杨建祥;谭靖;;基于统计的遥感图像分类方法[J];林业调查规划;2005年06期

6 王一达;沈熙玲;谢炯;;遥感图像分类方法综述[J];遥感信息;2006年05期

7 李华;曹卫彬;刘姣娣;;土地监测中提高遥感图像分类精度的方法研究[J];安徽农学通报;2008年22期

8 岳昔娟;张勇;黄国满;;改进的直方图均衡化在遥感图像分类中的应用[J];四川测绘;2008年04期

9 曾联明;吴湘滨;刘鹏;;感兴趣区域遥感图像分类与支持向量机应用研究[J];计算机工程与应用;2009年06期

10 金良;于凤鸣;;计算机遥感图像分类法在天然草原土地利用现状研究中的应用[J];科技资讯;2010年36期

中国重要会议论文全文数据库 前5条

1 张守娟;周诠;;空间数据挖掘决策树算法在遥感图像分类中的应用研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年

2 邓文胜;邵晓莉;刘海;万诰方;许亮;;基于证据理论的遥感图像分类方法探讨[A];中国地理学会2006年学术年会论文摘要集[C];2006年

3 周军其;张红;孙家b，

本文编号：716142