| 成果基本信息 | ||||||
| 关键词: | 空间邻域,双路卷积,神经网络遥感 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明公开了一种顾及空间邻域关系的双路卷积神经网络遥感分类方法,包括如下步骤:数据获取;数据预处理;专题图制作;多尺度分割;目视解译;获取第一级邻域;选取实验样本集;选取patch大小;生成训练数据;转成mat格式;构建卷积神经网络结构;主体单路神经网络训练;第一级邻域单路神经网络训练;互补性分析;顾及空间邻域关系的双路卷积神经网络训练。本发明的目的是提供一种在相同尺度下,将主体和主体的第一级邻域作为输入影像数据,通过增加样本的邻域信息,实现对样本信息的加强,来减少其他类别样本带来的干扰的方法,从而实现分类精度的提高,为分类决策提供参考 |