返回
Convolutional neural networks for hyperspectral image classification
DOI:10.1016/j.neucom.2016.09.010.png)
摘要
En 中文
作为一种强大的视觉模型,卷积神经网络 (cnn) 在各种视觉识别问题中表现出了卓越的性能,近年来引起了人们的广泛关注。然而,由于高光谱图像数据的波段高度相关和训练样本不足,如何有效地将CNN模型应用于高光谱图像仍然是一个具有挑战性的问题。本文提出了一种有效的CNN架构,以提高其高光谱图像分类的判别能力,其中原始数据用作输入,最终CNN输出是预测的类别相关结果。所提出的CNN基础设施具有几个明显的优点。首先,与需要手工特征的传统分类方法不同,这里使用的CNN模型旨在以端到端的方式处理高光谱图像分析问题。其次,从较小的训练集中优化CNN模型的参数,同时在一定程度上缓解了神经网络的过拟合问题。最后,为了更好地处理高光谱图像信息,采用了1x1卷积层,并且在整个CNN过程中还采用了平均池化层和更大的丢失率。在三个基准数据集上的实验表明,所提出的CNN架构大大优于其他最先进的方法。(C) 2016 Elsevier b.V.保留所有权利。
Keyword:
Hyperspectral image classification
Convolutional neural networks
Deep learning
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
Information brokers and the use of budgetary and financial information by politicians: the case of Portugal信息经纪人和政客对预算和财务信息的使用: 以葡萄牙为例
Density and Thermal Conductivity Measurements for Silicon Melt by Electromagnetic Levitation under a Static Magnetic Field在静态磁场下通过电磁悬浮测量硅熔体的密度和热导率
The Relationship between Urban Land Surface Material Fractions and Brightness Temperature Based on MESMA基于MESMA的城市地表物质组分与亮温的关系
Do Perceptions of Competence Mediate The Relationship Between Fundamental Motor Skill Proficiency and Physical Activity Levels of Children in Kindergarten?能力的感知是否可以介导幼儿园儿童的基本运动技能熟练程度与身体活动水平之间的关系?
Structural study of lanthanides(III) in aqueous nitrate and chloride solutions by EXAFS通过EXAFS对硝酸盐和氯化物水溶液中镧系元素 (III) 的结构研究
Unipolar resistive switching in insulating niobium oxide film and probing electroforming induced metallic components绝缘氧化铌薄膜中的单极电阻开关和电铸感应金属成分的探测

