科研之友
微信
新浪微博
Facebook
分享链接
摘要
最先进的(state-of-the-art)机器学习遥感信息提取方法往往通过图像的波段组合、纹理分析构建特征向量,但是这种方法可选的特征有限且需要过多人为干预。通过建立卷积神经网络自动获取多波段遥感图像深层次的特征进行库布齐沙漠中绿地提取实验。训练分类器并进行超参数选择,通过交叉验证和对比分析来检验模型的性能。实验表明:建立的模型预测精度高,泛化能力强,为绿地以及更加复杂的地物信息提取开辟新的思路。
- 单位
最先进的(state-of-the-art)机器学习遥感信息提取方法往往通过图像的波段组合、纹理分析构建特征向量,但是这种方法可选的特征有限且需要过多人为干预。通过建立卷积神经网络自动获取多波段遥感图像深层次的特征进行库布齐沙漠中绿地提取实验。训练分类器并进行超参数选择,通过交叉验证和对比分析来检验模型的性能。实验表明:建立的模型预测精度高,泛化能力强,为绿地以及更加复杂的地物信息提取开辟新的思路。
