滨海湿地主被动遥感联合DCNN分类模型

摘要：

本文构建了基于高光谱影像和激光雷达数据的卷积神经网络分类模型,并基于此模型开展了联合高光谱影像的原始光谱特征、光谱导数特征、纹理特征和激光雷达数据的强度特征、DSM模型和DTM模型的黄河口滨海湿地分类实验,结果表明:本文构建的CNN模型分类结果均优于SVM算法和传统的CNN模型;联合高光谱影像和激光雷达数据可以有效的提高分类精度.

关键词： 滨海湿地 高光谱影像 激光雷达 卷积神经网络

作者: 孙钦佩 马毅 张靖宇 胡亚斌

作者单位: 山东科技大学,山东青岛266590;国家海洋局第一海洋研究所,山东青岛266061 国家海洋局第一海洋研究所,山东青岛266061

会议类型: 国内会议

会议名称: 中国海洋学会2017年学术年会

会议地点: 青岛

会议语种:中文

页码: 51-56

在线出版日期: 2017-10-01（万方平台首次上网日期，不代表论文的发表时间）