基于DBN模型的遙感圖像分類
遙感圖像分類是地理信息系統(geographic information system, GIS)的關鍵技術，對城市規劃與管理起到十分重要的作用.近年來，深度學習成為機器學習領域的一個新興研究方向.深度學習采用模擬人腦多層結構的方式，對數據從低層到高層漸進地進行特征提取，從而發掘數據在時間與空間上的規律，進而提高分類的準確性
.深度信念 *** (deep belief network, DBN)是一種得到廣泛研究與應用的深度學習模型，它結合了無監督學習和有監督學習的優點，對高維數據具有較好的分類能力.提出一種基于DBN模型的遙感圖像分類 *** ，并利用RADARSAT-2衛星6d的極化合成孔徑雷達(synthetic aperture radar, SAR)圖像進行了驗證.實驗表明，與支持向量機(SVM)及傳統的神經 *** (NN) *** 相比，基于DBN模型的 *** 可以取得更好的分類效果.
來源：開源地理空間基金會中文分會
微信號：MeetyXiao
添加微信好友, 獲取更多信息
復制微信號
添加微信好友, 獲取更多信息
復制微信號
來源鏈接：https://www.osgeo.cn/post/8b4a5
本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。
