一种基于卷积神经网络的遥感图像场景分类方法

    公开(公告)号:CN111783688B

    公开(公告)日:2022-03-22

    申请号:CN202010637993.9

    申请日:2020-07-02

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于卷积神经网络的遥感图像场景分类方法,该方法获取待分类的遥感图像;通过预先训练的卷积神经网络模型对所述遥感图像进行分类;将分类结果作为所述遥感图像的场景分类结果。其中,卷积神经网络模型为:第一层卷积层,后依次接BN层,激活函数,接池化层;第二层卷积层,后依次接BN层,激活函数,接池化层;第三层卷积层,后依次接BN层,激活函数,接池化层;第四层卷积层,后依次接BN层,激活函数;第五层卷积层,后依次接BN层,激活函数,接池化层;第六层全连接层;第七层全连接层;第八层全连接层。通过BN层进行批量归一化处理,达到即保证了特征提取能力,又能提高模型收敛速度的效果。

    一种基于卷积神经网络的遥感图像场景分类方法

    公开(公告)号:CN111783688A

    公开(公告)日:2020-10-16

    申请号:CN202010637993.9

    申请日:2020-07-02

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于卷积神经网络的遥感图像场景分类方法,该方法获取待分类的遥感图像;通过预先训练的卷积神经网络模型对所述遥感图像进行分类;将分类结果作为所述遥感图像的场景分类结果。其中,卷积神经网络模型为:第一层卷积层,后依次接BN层,激活函数,接池化层;第二层卷积层,后依次接BN层,激活函数,接池化层;第三层卷积层,后依次接BN层,激活函数,接池化层;第四层卷积层,后依次接BN层,激活函数;第五层卷积层,后依次接BN层,激活函数,接池化层;第六层全连接层;第七层全连接层;第八层全连接层。通过BN层进行批量归一化处理,达到即保证了特征提取能力,又能提高模型收敛速度的效果。

Patent Agency Ranking