高光谱影像的DAE分类

• 作者: 付琼莹 余旭初 谭熊 赵吉龙 魏祥坡
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 高光谱影像 神经网络 深度学习 降噪自动编码器 影像分类
• 年，卷（期）: 2016,（5）
• 页码范围: 485-489,495
• 页数: 6页
• 分类号: P237|TP751
• 字数: 3932字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2016.05.009

摘要

针对高光谱影像非线性分类问题,根据高光谱影像光谱分辨率高且光谱具有非线性的特点,结合深度学习理论,提出了一种采用降噪自动编码器(DAE)的高光谱影像分类方法.该方法结合降噪自动编码器与SOFTMAX分类器,构造深层网络分类模型;然后,利用加噪后的光谱数据,采用Dropout方法对分类模型进行预训练和微调;最后,利用训练得到的网络模型学习高光谱影像光谱的隐含特征,实现高光谱影像的分类.采用该方法对AVIRIS和PHI的高光谱影像分别进行分类对比实验,结果表明该方法能有效提高高光谱影像分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余旭初		92	837	15.0	26.0
2	谭熊		26	151	6.0	12.0
3	付琼莹		10	54	5.0	7.0
4	魏祥坡		16	92	5.0	9.0