基于TensorFlow和深度学习的高光谱遥感图像分类算法研究.docx

基于TensorFlow和深度学习的高光谱遥感图像分类算法研究.docx

  1. 1、本文档共56页,其中可免费阅读17页,需付费200金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

基于TensorFlow和深度学习的高光谱遥感图像分类算法研究

摘要

高光谱遥感图像是由一个场景的数百个光谱通道组成的遥感图像,包含了地物分布和地物光谱的综合信息,并在农业、地质,军事等领域得到广泛应用。深度学习是当前非常热门的一种对图像进行分类的方法。高光谱遥感图像是一个三维的矩阵,它包含了大量的光谱信息,并且这些光谱信息本身带有一些特征。高光谱遥感图像具有较高的特征空间维数、数据相关性强且可用于分类的特征多等特点,这就需要深度学习的深层神经网络去一层层地提取这些特征。深度学习是通过低层数据学习到抽象精简的高层数据特征。目前,深度学习已经广泛应用到高光谱遥感图像分类中,本文对面向高光谱

文档评论(0)

瀚海文化 + 关注
实名认证
内容提供者

创造文章的海洋,感受知识的魅力

1亿VIP精品文档

相关文档