基于DBN的机载高光谱影像分类

• 作者: 刘亚静 刘佳丽 赵自雨
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 深度置信网络 受限玻尔兹曼机 机载高光谱影像
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 博士园地
• 页码范围: 4-7
• 页数: 4页
• 分类号: P236
• 字数: 2795字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5867.2018.07.002

摘要

高光谱图像分类是目前遥感技术应用的关键环节,对分析地物类别与土地利用起到了十分重要的作用.目前应用于高光谱图像分类普通算法,其精度已不能满足当今大数据时代下的分类要求,本文提出了深度置信网络(DBN)分类算法.深度置信网络具有无监督学习与有监督学习二者共同的优点,对于维数高的数据有较优的分类效果,并利用机载AISA Eagle II高光谱传感器的影像进行了验证.结果表明,DBN算法与支持向量机(SVM)及传统神经网络(BP)对比取得了较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘亚静	华北理工大学矿业工程学院	20	38	3.0	5.0
2	刘佳丽	华北理工大学矿业工程学院	13	15	2.0	3.0
3	赵自雨	华北理工大学矿业工程学院	3	9	2.0	3.0