基于DBN模型的遥感图像分类.pdf

基于DBN模型的遥感图像分类.pdf

ID:52886034

大小:521.98 KB

页数:8页

时间:2020-03-31

基于DBN模型的遥感图像分类.pdf_第1页
基于DBN模型的遥感图像分类.pdf_第2页
基于DBN模型的遥感图像分类.pdf_第3页
基于DBN模型的遥感图像分类.pdf_第4页
基于DBN模型的遥感图像分类.pdf_第5页
资源描述:

《基于DBN模型的遥感图像分类.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、计算机研究与发展DOI:10.7544?issn1000-1239.2014.20140199JournalofComputerResearchandDevelopment51(9):1911-1918,2014基于DBN模型的遥感图像分类吕启1窦勇1牛新1徐佳庆1夏飞21(国防科学技术大学计算机学院并行与分布处理国防科技重点实验室长沙410073)2(海军工程大学电子工程学院武汉430033)(lvqi@nudt.edu.cn)RemoteSensingImageClassificationBasedonDBNModel1,DouYong1,NiuXin1,X

2、uJiaqing1,andXiaFei2LüQi1(NationalLaboratoryforParallelandDistributedProcessing,SchoolofComputer,NationalUniversityofDefenseTechnology,Changsha410073)2(ElectronicEngineeringCollege,NavalUniversityofEngineering,Wuhan430033)AbstractRemotesensingimageclassificationisoneofthekeytechnolog

3、iesingeographicinformationsystem(GIS),anditplaysanimportantroleinmodernurbanplanningandmanagement.Inthefieldofmachinelearning,deeplearningisspringingupinrecentyears.Bymimickingthehierarchicalstructureofhumanbrain,deeplearningcanextractfeaturesfromlowerleveltohigherlevelgradually,andd

4、istillthespatio-temporalregularizesofinputdata,thusimprovetheclassificationperformance.Deepbeliefnetwork(DBN)isawidelyinvestigatedanddeployeddeeplearningmodel.Itcombinestheadvantagesofunsupervisedandsupervisedlearning,andcanarchivegoodclassificationperformanceforhigh-dimensionaldata.

5、Inthispaper,aremotesensingimageclassificationmethodbasedonDBNmodelisproposed.Thisisoneofthefirstattemptstoapplydeeplearningapproachtourbandetailedclassification.Six-dayhigh-resolutionRADARSAT-2polarimetricsyntheticapertureradar(SAR)datawereusedforevaluation.Experimentalresultsshowtha

6、ttheproposedmethodcanoutperformSVM(supportvectormachine)andtraditionalneuralnetwork(NN).Keywordsremotesensingimage;syntheticapertureradar(SAR);landcoverclassification;deeplearning;restrictedBoltzmannmachine(RBM);deepbeliefnetwork(DBN)摘要遥感图像分类是地理信息系统(geographicinformationsystem,GIS)的关

7、键技术,对城市规划与管理起到十分重要的作用.近年来,深度学习成为机器学习领域的一个新兴研究方向.深度学习采用模拟人脑多层结构的方式,对数据从低层到高层渐进地进行特征提取,从而发掘数据在时间与空间上的规律,进而提高分类的准确性.深度信念网络(deepbeliefnetwork,DBN)是一种得到广泛研究与应用的深度学习模型,它结合了无监督学习和有监督学习的优点,对高维数据具有较好的分类能力.提出一种基于DBN模型的遥感图像分类方法,并利用RADARSAT-2卫星6d的极化合成孔径雷达(syntheticapertureradar,SAR)图像进行了验证.实验表明,

8、与支持向量机(SVM)及

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。