多层次特征和粒子群优化的场景分类

摘要：

针对遥感图像的场景分类精度问题,提出多层次特征和粒子群算法优化分类器的场景分类算法.利用聚集局部描述符编码算法对尺度不变特征变换算法提取的局部特征编码,获得中层特征,通过卷积神经网络提取高层特征,将提取的特征作为支持向量机的输入数据,引入粒子群算法优化该分类器的参数,进行场景分类.在RSC11和WHU-RS19两个公开的遥感图像数据集上进行实验,分类精度分别达到95.28和97.20.将WHU-RS19数据集的结果与其它方法比较,精度有明显提高.实验结果表明,在分类时对分类器参数进行优化,分类效果更佳.

关键词：遥感图像、场景分类、尺度不变特征变换、聚集局部描述符编码算法、卷积神经网络、支持向量机、粒子群算法

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金41861058

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2747-2753