10.19927/j.cnki.syyt.2021.08.010
基于改进元胞卷积网络的遥感图像识别
为了加强卷积神经网络结构构建与训练效率,提出了改进的元胞卷积网络.首先分析了遥感地物间的差异性,实现像元邻域扩展,挖掘地物间邻域信息;进而以3层卷积神经网络作为元胞单元,构建元胞卷积网络集成框架,通过Boosting集成方式对各元胞单元识别结果进行决策级融合,获得最终识别结果.针对高分遥感图像的玉米种植区域进行识别预测,以人工标注真值为标准进行对比验证.结果表明,本方法能够精确地实现高分遥感图像玉米种植区的识别分类,总体精度达到0.94,比BP网络提高了20%以上,其他各项评价指标也得到大幅提升.
遥感图像识别;元胞;卷积神经网络;像元扩展
40
TP181(自动化基础理论)
山西省自然科学基金项目201901D111151
2021-09-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
42-45,68