基于深度残差网络的遥感数据分类

• 作者: 孟佳佳 王弢
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 卷积神经网络 高光谱图像 图像分类 深度学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 99-101
• 页数: 3页
• 分类号: TP391.41|TP183
• 字数: 2592字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2019.01.53

摘要

论文提出了一种基于深度残差卷积神经网络的高光谱遥感数据的分类方法.我们将深度残差卷积神经网络作为一种分类器,将待分类的像元及其领域像元一同作为神经网络的输入,通过残差网络的算法模型实现高光谱遥感数据的分类.我们使用深度学习技术将数据特征提取出来再进行分类,以达到提高分类准确度和效率的目的.本文主要通过改善分类方法来增强遥感数据分类的效率和处理能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王弢	南京信息工程大学自动化学院	1	1	1.0	1.0