文件名称：使用深度学习分类器对遥感图像进行土地利用的土地覆盖分类-研究论文
文件大小：1.62MB
文件格式：PDF
更新时间：2024-06-09 10:45:53
Deep Learning Residual Network Inception
通过应用深度学习模型（DLM）可以增强图像分类的准确性，该模型将特征提取和分类过程都结合到单个图像分类测试中，从而具有强大的学习能力。 在这里，基于深度学习的分类技术被应用于高空间分辨率遥感图像（HSRRSI），以提取多层特征。 残余网络和初始网络这两个网络被组合成一个新模型，以获得比所述单个残余网络和初始网络更高的精度。 设计的新模型在遥感影像分类基准（RSI-CB）的数据中得到了广泛的考虑。 从RSI-CB获得的数据集按70:30的比例分别进行训练和测试。 然后，通过卡伯系数（K）和准确性（A）来评估所提出方法的性能。