卷积神经网络(convolutional neural network, CNN)是深度学习技术中极具代表性的网络模型之一,其能够直接处理高维的二维图像数据,避免了人工设计特征的复杂过程,而是隐式地从训练数据中进行学习,从而降低了分类和识别过程中数据重建的复杂度。由于采用了权值共享机制,使得CNN易于并行实现;此外,CNN对平移、尺度、形状、光照...
针对高光谱影像分类高维和小样本的特点,提出一种基于深度三维卷积神经网络的高光谱影像分类方法.首先,该方法直接以高光谱数据立方体为输入,利用三维卷积操作提取高光谱数据立方体的三维空-谱特征.然后,利用残差学习构建深层网络,提取更高层次的特征表达,以提高分类精度.最后,采用Dropout正则化方法防止过拟合.利用Pavia大学,...
联合空-谱信息的高光谱影像深度三维卷积网络分类 刘冰, 余旭初, 张鹏强, 谭熊 Deep 3D convolutional network combined with spatial-spectral features for hyperspectral image classification LIU Bing, YU Xuchu, ZHANG Pengqiang, TAN Xiong 测绘学报 . 2019, (1): 53 -63 . DOI: 10.11947/j.AGCS.2019.2017...