一种基于DBN的高光谱遥感图像分类方法.pdf

电 子 澳0 量 技 术 ． 第 39卷 第 7期 ELECTRONIC MEASUREMENT TECHNOLOGY 2016年 7月 一 种基于DBN的高光谱遥感图像分类方法 李新国 黄晓晴 (南京航空航天大学 自动化学院 南京 210016) 摘 要 ：高光谱遥感数据越来越普及并为人们广泛使用 ，基于高光谱数据的地面物体精确分类是高光谱遥感技术的 核心应用之一。对高光谱数据进行提特征提取是进行地物分类的有效方法。深度学习是机器学习研究中的新领域， 它多隐层的多层感知器结构使其能够学习到对数据有更本质的刻画的特征，在图像分类和可视化领域取得了更好的 成绩。深度置信网(deepbeliefnetwork，DBN)是深度学习网络中常见的模型。利用高光谱数据的高维特性，搭建基 于DBN的高光谱图像分类模型，结合高光谱数据的空间结构对地物进行分类。实验表明，基于DBN的高光谱图像分 类方法可以得到更好的分类效果。 关键词：高光谱图像；深度学习；深度置信网；DBN模型 中图分类号：TP391．4 文献标识码：A 国家标准学科分类代码 ：590．2060 Deepneuralnetworksbasedonhyperspectralimageclassification LiXinguo HuangXiaoqing (CollegeofAutomationEngineering，NanjingUniversityofAeronauticsandAstronautics，Nanjing210016，China) Abstract：Hyperspectraldata isbecoming increasinglypopularandwidelyused．Accurateclassificationofthehigh groundobjectsisoneofthecoreapplicationofhyperspectralremotesensingtechnology．Extractingfeaturefrom hyperspectraldataisaneffectivemethodforclassification．Deeplearningisthenew areasofmachinelearningresearch． IthasmultilayerperceptronstructureSOthatitcanlearntoportrayamoreessentialcharacteristic，andhavebetter resultsinthefieldofimageclassificationandvisualization． DBN isanormalmodelofdeep learning network．A hyperspectralimageclassificationmodelbasedonDBN isconstructedbyusinghighdimensionalfeatureofhyperspectral dataandcombiningthespatialstructureofhyperspectraldata．Experimentshowsthathighspectralimageclassification basedonDBN cangetbetterclassificationresults． Keywords：hyperspectralimage；deeplearning；deepbeliefnetwork；modelofDBN 而使用最多。 l 引 言 深度学习是机器学习研究中的新领域，其概念源于人 高光谱遥感图像结合了光学成像技术和光谱技术。光 工神经网络的研究。2006年，Hi