矿山测量2017，Vol.45Issue(6) ：53-58.DOI:10.3969/j.issn.1001-358X.2017.06.013

基于堆栈稀疏自编码的高光谱遥感影像分类

Hyperspectral image classification using stacked sparse auto-encoder

谭钢 郝方平 薛朝辉
矿山测量2017，Vol.45Issue(6) ：53-58.DOI:10.3969/j.issn.1001-358X.2017.06.013
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于堆栈稀疏自编码的高光谱遥感影像分类

Hyperspectral image classification using stacked sparse auto-encoder

谭钢 1郝方平 2薛朝辉3
扫码查看

作者信息

  • 1. 国元农业保险股份有限公司,安徽合肥230031
  • 2. 南京宁图信息技术有限责任公司,江苏南京211100
  • 3. 河海大学,江苏南京211100
  • 折叠

摘要

文中利用深度学习思想来实现影像光谱维和空间维的特征提取,同时尝试加入稀疏约束的限制条件,并结合Softmax分类器,实现高光谱遥感影像的分类.实验结果表明,加入空间特征的基于堆栈稀疏自编码的分类方法能够得到很好的分类效果.

关键词

影像分类/稀疏表达/深度学习/自动编码机

引用本文复制引用

出版年

2017
矿山测量
煤炭科学研究总院唐山研究院

矿山测量

影响因子：0.337
ISSN：1001-358X
被引量4
参考文献量2
段落导航相关论文