期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
深度学习GoogleNet模型支持下的中分辨率遥感影像自动分类
1
作者 陈斌 宏志 +2 位作者 徐新良 张亚庆 《测绘通报》 CSCD 北大核心 2019年第6期29-33,40共6页
提出了一种基于深度学习技术的遥感分类方法,它能有效解决中分辨率影像在分类过程中出现的像元混分问题.研究选用2016年5月12日武汉市Landsat 7 ETM+遥感影像,基于GoogleNet模型中的Inception V3网络结构,借助迁移学习方法,构建出遥感... 提出了一种基于深度学习技术的遥感分类方法,它能有效解决中分辨率影像在分类过程中出现的像元混分问题.研究选用2016年5月12日武汉市Landsat 7 ETM+遥感影像,基于GoogleNet模型中的Inception V3网络结构,借助迁移学习方法,构建出遥感分类模型,实现了对武汉市主城区4类典型地物(不透水层、植被、水体和其他用地)的自动分类提取,并将分类结果与传统最大似然分类(ML)结果进行了对比分析.研究表明:基于深度学习方法的遥感影像总体分类精度高达88.33%,Kappa系数为0.8342,明显优于传统ML方法总体分类精度83%和Kappa系数0.7550,而且有效抑制了地物在分类过程中出现的像元混分现象. 展开更多
关键词 空间分辨率 深度学习 遥感分类 GoogleNet
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈