基于特征整合的卷积神经网络草地分类算法

作     者：张猛 钱育蓉 杜娇 范迎迎 ZHANG Meng;QIAN Yu-rong;DU Jiao;FAN Ying-ying

作者机构：新疆大学软件学院 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2019年第41卷第7期

页      面：1251-1256页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61562086 61363083) 

主　　题：遥感影像 草地分类 卷积神经网络 特征整合 PCA白化 

摘      要：为提高遥感影像草地分类的精度,分析了卷积神经网络中提取图像特征的特点,提出了一种基于特征整合深度神经网络的遥感影像特征提取算法。首先,将遥感影像数据进行PCA白化处理,降低数据之间的相关性,加快神经网络学习的速率;其次,将从卷积神经网络中提取到的浅层特征和深层特征进行双线性整合,使得整合后的新特征更加完善和优化;最后,对遥感数据进行训练,由于新特征中有效信息的增加,使得特征表达能力得到提高,达到提高草地分类准确率的目的。实验结果表明:该算法能够有效地提高草地分类的准确率,分类精度达到94.65%,相较于卷积神经网络、BP神经网络和基于SVM的分类算法分别提高了4.3%、10.39%和15.33%。