本发明公开了一种基于栈式边界辨别自编码器的高光谱图像分类方法,主要解决高光谱图像分类性能不佳的问题。其实现方案是:将多个自编码器网络堆叠形成栈式自编码器网络,利用栈式自编码器网络逐层学习特征,引入了边界辨别约束,通过约束样本类内对比度和类间分离度,充分考虑样本的分布特性,增强自编码器学习特征的能力,采用最小化误差函数学习出权值和偏差;用学到的栈式自编码器网络对未知高光谱图像分类。本发明采用的栈式自编码器网络分类方法,提高了特征学习能力,改善了分类性能,图像分类精度高,适用不同类型的复杂数据图像的处理,可用于农业监测、地质勘探、灾害环境评估等领域地物的区分和辨别。
声明:
“基于栈式边界辨别自编码器的高光谱图像分类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)