一种基于犇犅荦的高光谱遥感图像分类方法.pdf

电 子 测 量 技 术 第 卷 第 期 ３９ ７ 信息技术及图像处理 　　 　 　 　 　 　 信息技术及图像处理 信息技术及图像处理 信息技术及图像处理 信息技术及图像处理 信息技术及图像处理 信息技术及图像处理 信息技术及图像处理 信息技术及图像处理 信息技术及图像处理 信息技术及图像处理 信信息息技技术术及及图图像像处处理理 　　ＥＬＥＣＴＲＯＮＩＣ ＭＥＡＳＵＲＥＭＥＮＴ ＴＥＣＨＮＯＬＯＧＹ 年 月 ２０１６ ７ 　 一种基于犇犅犖的高光谱遥感图像分类方法 李新国 黄晓晴 　 （南京航空航天大学自动化学院 南京 ２１００１６） 　 　 摘 要：高光谱遥感数据越来越普及并为人们广泛使用，基于高光谱数据的地面物体精确分类是高光谱遥感技术的 　 核心应用之一。对高光谱数据进行提特征提取是进行地物分类的有效方法。深度学习是机器学习研究中的新领域， 它多隐层的多层感知器结构使其能够学习到对数据有更本质的刻画的特征，在图像分类和可视化领域取得了更好的 成绩。深度置信网（ ， ）是深度学习网络中常见的模型。利用高光谱数据的高维特性，搭建基 ｄｅｅｂｅｌｉｅｆｎｅｔｗｏｒｋＤＢＮ ｐ 于ＤＢＮ的高光谱图像分类模型，结合高光谱数据的空间结构对地物进行分类。实验表明，基于ＤＢＮ的高光谱图像分 类方法可以得到更好的分类效果。 关键词：高光谱图像；深度学习；深度置信网； 模型 ＤＢＮ 中图分类号：ＴＰ３９１．４ 文献标识码：Ａ 国家标准学科分类代码：５９０．２０６０ 　　 　　 犇犲犲狀犲狌狉犪犾狀犲狋狑狅狉犽狊犫犪狊犲犱狅狀犺 犲狉狊犲犮狋狉犪犾犻犿犪犲犮犾犪狊狊犻犳犻犮犪狋犻狅狀 狆 狔狆 狆 犵 ＬｉＸｉｎｕｏ Ｈｕａｎ Ｘｉａｏｉｎ 　 ｇ ｇ ｑｇ （ ， ， ， ） ＣｏｌｌｅｅｏｆＡｕｔｏｍａｔｉｏｎＥｎｉｎｅｅｒｉｎ Ｎａｎｉｎ ＵｎｉｖｅｒｓｉｔｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓＮａｎｉｎ ２１００１６Ｃｈｉｎａ ｇ ｇ ｇ ｊｇ ｙ ｊｇ ： 犃犫狊狋狉犪犮狋 Ｈ ｅｒｓｅｃｔｒａｌｄａｔａｉｓｂｅｃｏｍｉｎ ｉｎｃｒｅａｓｉｎｌ ｏｕｌａｒａｎｄｗｉｄｅｌｕｓｅｄ．Ａｃｃｕｒａｔｅｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｔｈｅｈｉｈ ｙｐ ｐ ｇ ｇｙｐｐ ｙ ｇ ｒｏｕｎｄｏｂｅｃｔｓｉｓｏｎｅｏｆｔｈｅｃｏｒｅａ ｌｉｃａｔｉ