基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对多光谱遥感图像分类问题,本文提出了一种利用深度置信网络(DBN)与局部二值模式(LBP)纹理特征的分类算法。首先,提取多光谱图像各波段的LBP纹理特征,并将其组合、归一化,形成144维的DBN输入特征向量;然后,计算标记好地物类别真值的像素的特征向量,将其作为训练数据对DBN网络进行训练;最后,利用训练好的网络模型完成多光谱遥感图像分类。通过天绘一号卫星多光谱遥感图像对算法进行实验验证,实验结果表明,本文算法能够取得优于神经网络(NN)和支持向量机(SVM)的性能。这说明DBN能够更好地挖掘数据的本质特征,从而提升分类的准确性。
推荐文章
基于蚁群算法的多光谱遥感图像分类
多光谱遥感图像
分类
光谱特征
形状特征
蚁群算法
支持向量机分类器
基于深度置信网络(DBN)的赤潮高光谱遥感提取研究
赤潮
高光谱遥感
分类
深度置信网络(DBN)
利用多光谱遥感图像融合的机场识别方法
图像融合
光谱特征
结构特征
目标识别
采用ACGAN及多特征融合的 高光谱遥感图像分类
高光谱图像分类
生成对抗网络
局部二值模式
卷积神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用DBN与LBP的多光谱遥感图像分类
来源期刊 测绘科学与工程 学科 工学
关键词 深度置信网络 局部二值模式 多光谱遥感图像 图像分类
年,卷(期) chkxygc_2017,(6) 所属期刊栏目
研究方向 页码范围 47-52
页数 6页 分类号 TP753
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度置信网络
局部二值模式
多光谱遥感图像
图像分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘科学与工程
双月刊
2095-4557
61-1425/P
陕西省西安市雁塔路中段1号
出版文献量(篇)
2005
总下载数(次)
27
论文1v1指导