基于深度学习的高分遥感影像分类方法研究  

作　　者：崔兆韵[1] 张承明[2,3] 杨晓霞 巩雯雯[2] 周虎 

机构地区：[1]泰安市气象局,山东泰安271000 [2]山东农业大学信息科学与工程学院,山东泰安271018 [3]山东省数字农业工程技术中心,山东泰安271018

出　　处：《科技与创新》2021年第3期55-57,共3页Science and Technology & Innovation

基　　金：泰安市气象局气象科学技术研究项目(编号:2018taqxz02);山东省气象局气象科学技术研究项目(编号:2017sdqxm15);中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室开放研究项目(编号:CAMF-201701,CAMF-201803)。

摘　　要：针对目前遥感图像分类准确性有待于进一步提高的问题,选用当前受到广泛关注的深度学习算法,进行了基于深度学习(Deep Learning,DL)的高分辨率遥感影像分类方法研究。以黑龙江省某实验研究区不同时相的高分一号遥感数据为基础数据源,基于Matlab开发环境,结合面向对象分类技术进行影像分割,搭建了一种基于深度学习的高分辨率遥感影像分类模型。同时对模型中的参数进行反复试验对比分析,最终得到较准确的模型参数。结果表明,本模型可将分类精度提高至89.8%。

关 键 词：深度学习 特征学习 高分数据 影像分类 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]