收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络的高光谱图像分类研究

陈聪聪  
【摘要】:高光谱图像分类是目前遥感技术的重要研究方向。高光谱图像通过提取物体在多个光谱下的成像结果,获得了更丰富的信息,更有利于物体的分类和目标的检测。高光谱数据具有通道数目多、相邻通道的数据内容相似、信息冗余大的性质,因此高光谱数据的特征提取相对一般RGB数据更为复杂。目前高光谱数据特征获取算法大部分从以下两方面入手:同一通道内的局部空间信息,不同通道同一空间位置的谱线信息。然而这些的特征提取方式需要大量的先验知识,难以充分把握高光谱数据的全部空域、谱域信息,并且模型泛化能力较差。卷积神经网络具有强大的特征提取能力,它提取的特征具有平移、旋转、尺度不变性,卷积神经网络可以充分挖掘出高光谱图像的内在特征。并且卷积神经网络使用梯度下降的训练方法,不需要过多的先验知识,只需给定输入和分类标签,即可自动完成特征的提取及分类。本课题从高光谱数据自身的结构性质出发,截取高光谱数据的立体图像块,使用卷积神经网络处理提取到的块。通过多层卷积、池化操作获取高光谱数据本质信息,从而完成对高光谱数据的分类。本课题的主要研究工作包括以下几点:首先,考虑高光谱数据的结构性质,制定适用于高光谱数据分类的卷积神经网络结构。高光谱图像是多通道图像,每个通道代表了在同一拍摄位置不同波长光线下物体的成像结果。高光谱图像通道数目多,数据量大,这种特点与卷积神经网络需要大量训练数据的性质相契合。本文设计了包含多尺度特征提取层、特征融合层、特征降维层的卷积神经网络,网络充分提取了高光谱图像的空间、谱间特征,并获得了优良的分类性能。文中分析了网络结构对分类性能的影响,讨论了网络深度与分类正确率、运行时间的关系。之后,针对卷积神经网络中的全连接层缺乏非线性结构的问题,将卷积网络与传统的支持向量机结合。卷积神经网络的卷积、池化、Relu层具有强大的特征提取能力,但全连接层只包含简单的线性结构,对于特征的分类能力不足。支持向量机是最大化分类间隔的分类器,拥有优秀的非线性问题处理能力。为了充分利用卷积网络特征提取的优势和支持向量机处理非线性问题的优势,本文设计了算法框架将卷积网络和支持向量机有机地结合。算法先单独训练卷积神经网络,当网络训练完成后,将样本送入到卷积网络中得到全连接层向量,使用全连接层向量及分类标签来训练支持向量机。卷积网络和支持向量机结合的操作进一步提升了高光谱数据的分类准确率。最后,针对具体图像内容设计了自适应的空域窗口。在使用卷积神经网络对高光谱图像某个像素点分类时,需要提取以此像素点为中心的空域窗口,然后将窗口送入网络中得到预测标签。空域窗口的大小理论上应该是基于图像内容的,即在图像内容简单的区域使用大的空域窗口来获得更高的信噪比应,而在图像内容复杂类别交叉的区域使用小窗口来降低其他无关类别的影响。本文设计了窗口尺寸自适应的算法,通过卷积网络得到不同窗口的分类置信度,并设定决策规则,自适应地选择分类置信度较高的空域窗口,并以此窗口通过网络得到的输出作为最终分类结果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨晓帅 ,付玫;神经网络技术让管理更轻松[J];软件世界;2000年11期
2 云中客;新的神经网络来自于仿生学[J];物理;2001年10期
3 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期
4 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期
5 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期
6 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
7 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期
8 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期
9 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期
10 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期
11 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期
12 林静怡;朱建平;;优化问题神经网络方法的发展及有待解决的问题[J];统计教育;2006年11期
13 王鸿斌;张立毅;;新型神经网络的发展及其应用[J];忻州师范学院学报;2007年02期
14 常国任;李仁松;沈医文;刘钢;;基于神经网络的直升机舰面系统效能评估[J];舰船电子工程;2007年03期
15 刘彩红;唐万梅;;基于组合神经网络的教师评价模型研究[J];重庆师范大学学报(自然科学版);2008年04期
16 旷章辉;王甲海;周雅兰;;用改进的竞争Hopfield神经网络求解多边形近似问题[J];计算机科学;2009年03期
17 黄松;杨小帆;;离散时间神经网络的研究进展[J];计算机应用研究;2009年08期
18 ;第7届神经网络国际研讨会(英文)[J];智能系统学报;2009年04期
19 陈俊;;神经网络的应用与展望[J];佛山科学技术学院学报(自然科学版);2009年05期
20 俸世洲;周尚波;;SOM神经网络在独立学院招生决策中的应用[J];计算机工程与科学;2011年05期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
中国硕士学位论文全文数据库 前10条
1 陈聪聪;基于卷积神经网络的高光谱图像分类研究[D];东北农业大学;2017年
2 李春阳;基于深度神经网络的多/高光谱与高程数据联合分类研究[D];哈尔滨工业大学;2017年
3 卢昊;基于密度峰值聚类算法的高光谱图像分类[D];电子科技大学;2017年
4 马顺利;基于卷积神经网络的高光谱图像信息恢复技术研究[D];哈尔滨工业大学;2017年
5 郭东亮;基于卷积神经网络的互联网短文分类方法研究[D];中原工学院;2017年
6 王征韬;深度神经网络压缩与优化研究[D];电子科技大学;2017年
7 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
8 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
9 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
10 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978