Remote sensing image classification based on CNN model

认领

导出

下载 Link by 中国知网学术期刊 Link by 维普学术期刊 Link by 万方学术期刊

反馈

作者信息关键词期刊信息基础信息归属信息摘要

成果类型：

期刊论文

作者：

付秀丽;黎玲萍;毛克彪;谭雪兰;李建军;...

通讯作者：

Mao, K.

作者机构：

[付秀丽] Information Engineering Institute, Beijing Institute of Petrochemical Technology, Beijing, 102617, China

[左志远] National Hulunber Grassland Ecosystem Observation and Research Station, Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing, 100081, China

College of Information Science & Technology, Beijing University of Chemical Technology, Beijing, 100029, China

[谭雪兰] College of Resources & Environment, Hunan Agricultural University, Changsha, 410128, China

[李建军] College of Computer Science and Information Technology, Central South University of Forestry and Technology, Changsha, 410004, China

通讯机构：

[Mao, K.] N

National Hulunber Grassland Ecosystem Observation and Research Station, Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing, China

语种：

中文

关键词：

卷积神经网络(CNN);模型;支持向量机(SVM);特征提取;遥感图像分类

关键词(英文)：

convolutional neural network （CNN）;model;support vector machine （SVM）;feature extrac- tion;remote sensing image classification

期刊：

高技术通讯

ISSN：

1002-0470

年：

2017

卷：

期：

页码：

203-212

DOI：

10.3772/j.issn.1002-0470.2017.03.002

基金类别：

41571427:国家自然科学基金 2016YFC0500203:国家重点研发计划 CIT&TCD201504047:北京市属高校拔尖人才 KM201410017008:北京市教委科研计划资助项目

机构署名：

本校为其他机构

院系归属：

计算机与信息工程学院

摘要：

研究了遥感图像的分类,针对遥感图像的支持向量机（SVM）等浅层结构分类模型特征提取困难、分类精度不理想等问题,设计了一种卷积神经网络（CNN）模型,该模型包含输入层、卷积层、全连接层以及输出层,采用Soft Max分类器进行分类。选取2010年6月6日Landsat TM5富锦市遥感图像为数据源进行了分类实验,实验表明该模型采用多层卷积池化层能够有效地提取非线性、不变的地物特征,有利于图像分类和目标检测。针对所选取的影像,该模型分类精度达到94.57%,比支持向量机分类精度提高了5%,在遥感图像分类中具有更大的优势。

摘要(英文)：

The remote sensing image classification was studied. In consideration of the problems of feature extraction difficulty and low classification accuracy of the shallow structure classification model of support vector machine, a convolutional neural network model was designed for remote sensing image classification. The model comprises the input layer, convolution layer, full connection layer and output layer, and uses the SoftMax classifier for classification. The LandsatTM5 remote sensing image of Fujin city in June 6, 2010 was used as the data ...

反馈

产权有误：本人成果被他人认领

数据有误：数据基本信息有误

归属有误：成果的院系归属、机构署名归属有误

其他原因：

验证码：

看不清楚，换一个

确定

取消

成果认领

标题：

用户	作者	通讯作者	--
	请选择	请选择	--

确定

取消

Remote sensing image classification based on CNN model

反馈

成果认领

提示

该栏目需要登录且有访问权限才可以访问