基于CNN的高光谱影像空谱分类方法

• 作者: 孙笛 段渭超 蒋庆仙 车昇昆
• 来源期刊: 测绘科学与工程
• 学科: 地球科学
• 关键词: 高光谱影像 分类 卷积神经网络 空谱特征
• 年，卷（期）: 2017,（6）
• 页码范围: 74-78
• 页数: 5页
• 分类号: P237

摘要

本文设计了一种改进的卷积神经网络（convolutional neural network，CNN）模型用于高光谱影像分类，该模型能够直接将高光谱影像数据立方体作为输入特征，不需要预先降维处理，且能够综合利用光谱和空间特征进行分类处理。实验结果表明，基于改进的CNN模型的高光谱影像分类方法比传统SVM、1D—CNN和PCA＋CNN等方法的分类精度更高。