测绘科学

2016, v.41;No.219(09) 170-175

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

卷积神经网络在高分遥感影像分类中的应用
Application of convolutional neural networks in classification of high resolution remote sensing imagery

曹林林;李海涛;韩颜顺;余凡;顾海燕;

摘要(Abstract):

针对目前应用于高分辨率遥感影像分类的常用算法,其精度已无法满足大数据环境下的分类要求的问题,该文提出了卷积神经网络分类算法。卷积神经网络模型降低了因图像平移、比例缩放、倾斜或者共他形式的变形而引起的误差。在大数据环境下,采用卷积神经网络算法对高分辨率遥感影像进行分类,避免了特征提取和分类过程中数据重建的复杂度,提高了分类精度。通过实验比对分析,证明了卷积神经网络在高分辨率遥感影像分类中的可行性及精度优势,对遥感图像处理领域等相关工作提供了参考价值。

关键词(KeyWords): 卷积神经网络;深度学习;大数据;遥感影像分类

Abstract:

Keywords:

基金项目(Foundation): 信息化测绘生产基地构建技术研究与应用示范(201412008)

作者(Author): 曹林林;李海涛;韩颜顺;余凡;顾海燕;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享