基于CNN的多光谱遥感图像地物覆盖分类

• 作者: 李玉峰 林辉
• 来源期刊: 微处理机
• 学科: 工学
• 关键词: 遥感图像分类 卷积神经网络 支持向量机 径向基函数神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 微机应用
• 页码范围: 43-48
• 页数: 6页
• 分类号: TP751
• 字数: 3617字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2279.2019.01.010

摘要

随着科技水平的提高,深度学习算法的出现为高分辨率遥感图像的研究带来了新的突破,但国内对于将深度学习应用于遥感图像处理的研究尚未广泛开展.为填补此类空白,提出一种基于卷积神经网络(CNN)的对于高分辨率多光谱遥感图像进行自动分类的方法,对传统CNN框架进行一定的优化并加入Inception结构,进而横向比对其与支持向量机(SVM)分类算法的实际分类效果.以卫星拍摄的地面实物图片为例对该方法进行实验,结果表明,所提出的基于CNN的分类方法相比于传统方法在精度上有显著提升,纹理特征更加突出,分类效果更加出众.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉峰	沈阳航空航天大学电子信息工程学院	49	213	6.0	13.0
2	林辉	沈阳航空航天大学电子信息工程学院	1	4	1.0	1.0