基于栈式自编码神经网络对高光谱遥感图像分类研究

• 作者: 周浩 张国东 张露 方淇 杨峻
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 栈式自编码神经网络 高光谱图像 光谱特征 微调
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 450-456
• 页数: 7页
• 分类号: TP75
• 字数: 3851字
• 语种: 中文

摘要

为了有效利用高光谱遥感图像中的波段信息,提高高光谱遥感图像分类的精确度,本文提出了基于栈式自编码神经网络(Stacked Autoencoder,SA)对高光谱遥感图像进行分类.栈式自编码神经网络充分利用高光谱图像中的光谱信息,对其进行相应特征提取,避免了相邻信息间的相关性和信息的冗余,本方法采用无监督学习和监督学习相结合,既可以像传统方法那样进行降维,简化相关的计算复杂度,同时在分类精度上有很大地提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周浩	云南大学信息学院	20	164	5.0	12.0
2	张国东	云南大学信息学院	1	2	1.0	1.0
3	方淇	云南大学信息学院	2	3	1.0	1.0
4	张露	云南大学信息学院	1	2	1.0	1.0
5	杨峻	云南大学信息学院	1	2	1.0	1.0