基于改进卷积神经网络的高光谱图像特征提取方法
针对高光谱复杂数据,提出了一种基于稀疏约束的深度卷积网络以处理高光谱图像中高维复杂像元特征提取与分类的方法.在卷积网络中引入无监督的稀疏特征学习有利于光谱数据特征的获得,从而有助于深度卷积网络能够更有效地提取出光谱数据中的特征信息.在实验中,该方法被应用在两个高光谱数据集中,通过所提取得特征信息,均获得了良好的分类效果.
高光谱图像 深度学习 卷积网络 稀疏约束 特征提取
沈飞 曹鹏 龙华保 谢长生
上海航天控制技术研究所 中国航天科技集团公司红外探测技术研发中心,上海201109
国内会议
常州
中文
1-4
2016-12-06（万方平台首次上网日期，不代表论文的发表时间）