基于卷积神经网络的高光谱图像谱-空联合分类

摘要：

随着深度学习的发展,卷积神经网络在各种视觉任务中都具有优越的性能;特别是在二维图像分类上,更是获得了很高的分类精度.针对于高光谱图像分类问题,设计了一种新的卷积运算;利用高光谱图像谱-空联合信息建立三维卷积神经网络对其进行分类;并针对高光谱图像样本不均匀性,在网络输出不同类别加入不同的权重加以训练.通过对两个公开高光谱图像数据集的测试,相对于传统方法,能够得到更高的分类精度,表明卷积神经网络对高光谱图像具有更强的特征表达能力.

关键词：深度学习、卷积神经网络、高光谱图像、分类

所属期刊栏目：17

分类号：TP751(遥感技术)

在线出版日期：2017-09-01（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：268-274