基于特征整合的卷积神经网络草地分类算法

• 作者: 张猛 杜娇 范迎迎 钱育蓉
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 遥感影像 草地分类 卷积神经网络 特征整合 PCA白化
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1251-1256
• 页数: 6页
• 分类号: TP391
• 字数: 4596字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.07.015

摘要

为提高遥感影像草地分类的精度,分析了卷积神经网络中提取图像特征的特点,提出了一种基于特征整合深度神经网络的遥感影像特征提取算法.首先,将遥感影像数据进行PCA白化处理,降低数据之间的相关性,加快神经网络学习的速率;其次,将从卷积神经网络中提取到的浅层特征和深层特征进行双线性整合,使得整合后的新特征更加完善和优化;最后,对遥感数据进行训练,由于新特征中有效信息的增加,使得特征表达能力得到提高,达到提高草地分类准确率的目的.实验结果表明:该算法能够有效地提高草地分类的准确率,分类精度达到94.65％,相较于卷积神经网络、BP神经网络和基于SVM的分类算法分别提高了4.3％、10.39％和15.33％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱育蓉	新疆大学软件学院	85	510	13.0	20.0
2	范迎迎	新疆大学软件学院	11	55	3.0	7.0
3	杜娇	新疆大学软件学院	13	21	3.0	4.0
4	张猛	新疆大学软件学院	8	2	1.0	1.0