基于CNN的多光谱数据遥感图像地物覆盖分类

文章针对国内对于深度学习应用于遥感图像处理的研究尚未广泛开展。为了填补此类空白，提出了一种基于CNN的对于高分辨率高光谱遥感图像进行自动分类的方法，对传统的CNN框架进行了一定的优化并加入Inception结构，进而横向对于其与SVM分类算法的实际分类效果。以卫星拍摄的地面实物图片为例对该方法进行了验证。
径向基函数(Radial Basis Function,RBF)神经网络的主要优势在于逼近能力、分类能力和学习速度等方面。这几个方面PBF神经网络皆比BP神经网络能力强。径向基函数神经网络的结构相对简单，训练方式也比较简洁。由于其参数的并非随机初始化，故其学习的收敛速度很快，可以无限接近任意的非线性函数，且能够克服局部极小值问题。
注：文章选自《基于CNN的多光谱数据遥感图像地物覆盖分类》李玉峰等

基于CNN的多光谱数据遥感图像地物覆盖分类相关推荐

基于3D CNN的深度学习卫星图像土地覆盖分类
本文帮助读者更好地理解使用3D-CNN对卫星数据进行土地覆盖分类的不同深度学习方法. 遥感概论土地覆盖分类的深度学习 Sundarbans 国家公园卫星图像 CNN在土地覆盖分类中的实现结论参考 ...
基于CNN模型的遥感图像复杂场景分类
复杂场景分类对于挖掘遥感图像中的价值信息具有重要意义.针对遥感图像中复杂场景分类,文章提出了一种基于卷积神经网络模型的分类方法,在该方法中构建了8层CNN网络结构,并对输入图像进行预处理操作以进一步增 ...
python遥感影像地物分类_基于轻量化语义分割网络的遥感图像地物分类方法与流程...
本发明属于图像处理技术领域: ,特别涉及一种地物分类方法,可用于土地利用分析.环境保护以及城市规划. 背景技术: :遥感图像地物分类,旨在取代繁琐的人工作业,利用地物分类方法,得到输入遥感图像的地物 ...
【图像超分辨率】基于ResNet或GAN的遥感图像超分辨率论文
基于ResNet或GAN的遥感图像超分辨率论文 <空间感知残差网络的遥感图像超分辨率重建> 操作: 遥感图像特点: 网络模型: 去掉批处理层的原因: 具体操作损失方程: <改进的残 ...
论文笔记（二）：基于卷积神经网络的高分辨率遥感图像上的水体识别技术
基于卷积神经网络的高分辨率遥感图像上的水体识别技术作者:徐文健作者单位:浙江大学日期:2017.01 (硕士学位论文) https://kns.cnki.net/KCMS/detail/deta ...
基于深度学习的高分辨率遥感图像目标检测技术目前的研究现状
参考基于深度学习的高分辨率遥感图像目标检测技术目前的研究现状 - 云+社区 - 腾讯云目录一.概述二.通用目标检测方法 1.类不平衡问题 2.复杂背景 3.目标的尺度变化 4.特殊视角 5 ...
【Keras】基于SegNet和U-Net的遥感图像语义分割
from:[Keras]基于SegNet和U-Net的遥感图像语义分割上两个月参加了个比赛,做的是对遥感高清图像做语义分割,美其名曰"天空之眼".这两周数据挖掘课期末projec ...
Keras】基于SegNet和U-Net的遥感图像语义分割
from:[Keras]基于SegNet和U-Net的遥感图像语义分割上两个月参加了个比赛,做的是对遥感高清图像做语义分割,美其名曰"天空之眼".这两周数据挖掘课期末projec ...
目标检测YOLO实战应用案例100讲-基于深度学习的光学遥感图像目标检测及价值评估
目录基于深度学习的光学遥感图像目标检测方法研究传统的目标检测方法

基于CNN的多光谱数据遥感图像地物覆盖分类

基于CNN的多光谱数据遥感图像地物覆盖分类相关推荐

最新文章

热门文章