科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统深度卷积神经网络遥感图像分类方法需要不断进行试错,花费相关专家大量时间和计算资源的问题,提出了一种基于神经网络架构搜索的遥感图像分类方法。首先搜索最优单元(cell),再以预定义的方式堆叠该最优单元得到目标网络。其中该方法将离散的网络架构表达连续化,从而可以使用梯度下降的方法在离散的搜索空间内进行搜索,实现其高效性。为了提高其精确性,该方法还对目标网络在训练集上进行重新训练。实验结果表明,在实验测试集上测试用时4 h训练所得模型分类准确率达到了88.57%,说明了该方法的高效性以及高精确性。
- 单位
