基于集成卷积神经网络的遥感影像场景分类
文献类型：期刊论文
| 作者 | 张晓男; 钟兴; 朱瑞飞; 高放; 张作省; 鲍松泽; 李竺强 |
| 刊名 | 光学学报
 |
| 出版日期 | 2018 |
| 期号 | 11页码:350-360 |
| 关键词 | 遥感 卷积神经网络 图像复杂度 场景分类 |
| 英文摘要 | 提出了一种基于集成卷积神经网络(CNN)的遥感影像场景分类算法。通过构建反向传播网络实现了场景图像的复杂度度量;根据图像的复杂度级别,选择CNN对图像进行分类,完成了遥感影像的场景分类。使用所提出的算法对NWPU-RESISC45公开数据集进行了实验验证,取得了89.33%(第一类实验)和92.53%(第二类实验)的分类准确率,平均运行时间为0.41 s。相比于精调训练的VGG-16模型,所提算法的分类准确率分别提升了2.19%和2.17%,预测速率提升了33%,证明了其有效性和实用性。 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/61365]  |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 推荐引用方式 GB/T 7714 | 张晓男,钟兴,朱瑞飞,等. 基于集成卷积神经网络的遥感影像场景分类[J]. 光学学报,2018(11):350-360. |
| APA | 张晓男.,钟兴.,朱瑞飞.,高放.,张作省.,...&李竺强.(2018).基于集成卷积神经网络的遥感影像场景分类.光学学报(11),350-360. |
| MLA | 张晓男,et al."基于集成卷积神经网络的遥感影像场景分类".光学学报 .11(2018):350-360. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。