基于快速去噪和深度信念网络的高光谱图像分类方法

• 作者: 欧阳宁 袁华 高鑫
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 去噪 高光谱 深度信念网络 图像分类
• 年，卷（期）: 2016,（6）
• 页码范围: 469-476
• 页数: 8页
• 分类号: TN751.1
• 字数: 4717字
• 语种: 中文

摘要

为了改善传统分类方法在高光谱遥感图像去噪和特征提取方面的不足,提出了一种基于快速去噪和深度信念网络的高光谱图像分类方法.该方法利用图像的二阶偏导数和梯度共同控制扩散速度,采用改进的自适应扩散系数对不同区域进行扩散,并利用深度信念网络对去噪后的图像进行地物分类.实验结果表明,与传统的分类方法相比,该方法提高了高光谱图像地物分类的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳宁	桂林电子科技大学信息与通信学院	86	577	14.0	20.0
2	袁华	桂林电子科技大学信息与通信学院	31	257	9.0	15.0
3	高鑫	桂林电子科技大学信息与通信学院	2	11	1.0	2.0