一种神经网络架构搜索遥感图像分类方法

摘要：

针对传统深度卷积神经网络遥感图像分类方法需要不断进行试错,花费相关专家大量时间和计算资源的问题,提出了一种基于神经网络架构搜索的遥感图像分类方法.首先搜索最优单元(cell),再以预定义的方式堆叠该最优单元得到目标网络.其中该方法将离散的网络架构表达连续化,从而可以使用梯度下降的方法在离散的搜索空间内进行搜索,实现其高效性.为了提高其精确性,该方法还对目标网络在训练集上进行重新训练.实验结果表明,在实验测试集上测试用时4 h训练所得模型分类准确率达到了88.57％,说明了该方法的高效性以及高精确性.

关键词：深度学习、高分辨率遥感图像、卷积神经网络、网络架构搜索、图像分类

所属期刊栏目：26

分类号：TP751(遥感技术)

资助基金：教育部大学生创新训练计划项目;国家自然科学基金

在线出版日期：2021-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：25-29