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》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