浏览量:0
一种面向高光谱图像的深度神经网络空间谱分类方法
专利类型：发明专利
语 言：中文
申 请 号：CN201610969604.6
申 请 日：20161031
申 请 人：重庆大学
申请人地址：400044重庆市沙坪坝区沙坪坝正街174号
公 开 日：20170322
公 开 号：CN106529458A
代 理 人：赵荣之
代理机构：北京同恒源知识产权代理有限公司11275
摘 要：本发明涉及一种面向高光谱图像的深度神经网络空间谱分类方法，属于深度学习及高光谱遥感图像分类技术领域。在该方法中，使用分组的空间谱特征作为输入，根据输入的分组特性，在深度神经网络的第一层的优化目标中加入正则化项，实现对空间谱特征的提取与波段选择。该方法兼顾了深度置信网络的算法特性，也考虑了空间信息的特点，对每个波段的空间分组单独处理，不同于深度卷积网络的卷积核中参数是相同的；该算法能够自动衰减那些对分类作用较小的波段的权值，做到自适应特征提取与波段选择，能够取得比经典深度置信网络更好的分类准确率，具有广阔的应用前景。??全部
主 权 项：一种面向高光谱图像的深度神经网络空间谱分类方法，其特征在于：在该方法中，使用分组的空间谱特征作为输入，根据输入的分组特性，在算法中第一层受限制玻尔兹曼机的优化目标中加入正则化，项实现对空间谱特征的提取与波段选择。
关 键 词：
法律状态：生效
IPC专利分类号：G06K9/00(2006.01)I;G06K9/62(2006.01)I