基于中心聚类的深度学习遥感图像场景分类方法

摘要：

针对遥感影像场景分类提出一种改进的中心聚类的深度学习模型,该模型通过改进不同类型特征的距离间隔,提高遥感图像场景分类的性能.与现有其他深度学习模型相比,该模型通过添加聚类中心以及特征与聚类中心的距离间隔约束,设计新的目标函数.新目标函数由交叉熵损失和中心聚类间隔损失构成.通过在两个公共基准数据集上评估所提出的目标函数,分类结果获得明显提升.

关键词：遥感图像;中心聚类;深度学习;卷积神经网络

所属期刊栏目：5

分类号：TP183(自动化基础理论)

资助基金：浙江省教育厅科研项目Y201941374

在线出版日期：2021-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：27-29,33