基于深度置信网络(DBN)的赤潮高光谱遥感提取研究

• 作者: 姜宗辰 江涛 陈琛 马毅
• 来源期刊: 海洋技术学报
• 关键词: 赤潮 高光谱遥感 分类 深度置信网络(DBN)
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 1-7
• 页数: 7页
• 分类号: P237
• 语种: 中文
• DOI: 10.3969/j.issn.1003-2029.2019.02.001

摘要

赤潮是严重的海洋灾害,有效监测赤潮对于保护海洋生态环境具有重要意义.高光谱遥感具有光谱分辨率高、图谱合一等优势,适合于海洋赤潮监测.深度学习是机器学习领域的前沿,为高光谱遥感分类提供了新的思路.深度置信网络(Deep Belief Network,DBN)兼具监督分类与非监督分类的特点,通过构建DBN模型,将DBN应用于赤潮灾害遥感监测中,应用渤海机载高光谱遥感数据开展赤潮分类,以达到提取高光谱图像中赤潮水体范围的目的.通过设置对照实验,对比经典的SVM监督分类方法与ISODATA非监督分类方法,发现DBN模型在相同实验条件下具有更高的分类精度,赤潮遥感提取精度提高了3％～11％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江涛		78	965	18.0	28.0
2	陈琛		2	2	1.0	1.0
4	马毅		14	7	2.0	2.0
8	姜宗辰		1	0	0.0	0.0