基于深度学习理论的无人机影像分类

• 作者: 阳成
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 深度学习 卷积神经网络 遥感影像分类 无人机测绘 玻尔兹曼机
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 学术探讨
• 页码范围: 481-484
• 页数: 4页
• 分类号: P232
• 字数: 2980字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2020.04.009

摘要

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类.该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类.实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳成		4	1	1.0	1.0