发明公开
CN104102929A 基于深度学习的高光谱遥感数据分类方法
失效 - 权利终止
- 专利标题: 基于深度学习的高光谱遥感数据分类方法
- 专利标题(英): Hyperspectral remote sensing data classification method based on deep learning
-
申请号: CN201410359935.9申请日: 2014-07-25
-
公开(公告)号: CN104102929A公开(公告)日: 2014-10-15
- 发明人: 陈雨时 , 赵兴 , 王强 , 时春雨
- 申请人: 哈尔滨工业大学
- 申请人地址: 黑龙江省哈尔滨市南岗区西大直街92号
- 专利权人: 哈尔滨工业大学
- 当前专利权人: 哈尔滨工业大学
- 当前专利权人地址: 黑龙江省哈尔滨市南岗区西大直街92号
- 代理机构: 哈尔滨市松花江专利商标事务所
- 代理商 张利明
- 主分类号: G06K9/66
- IPC分类号: G06K9/66
摘要:
基于深度学习的高光谱遥感数据分类方法,属于高光谱数据分类技术领域。本发明是为了解决现有对蕴含非线性特征的高光谱数据进行分类的方法存在分类精度低的问题。它首先对高光谱原始数据进行处理获得高光谱原始数据的光谱特征向量和空间特征信息;再对所述光谱特征向量和空间特征信息进行整合;由高光谱整合数据确定标记样本,并由标记样本中选择训练样本和测试样本;使用训练样本对构成深层网络的多层限制玻尔兹曼机进行预训练;使用训练样本对多层限制玻尔兹曼机构成的网络进行有监督学习;将测试样本输入微调后的多层限制玻尔兹曼机构成的网络,实现高光谱遥感数据的分类。本发明用于高光谱遥感数据的分类。
公开/授权文献
- CN104102929B 基于深度学习的高光谱遥感数据分类方法 公开/授权日:2017-05-03