首页> 中文期刊> 《小型微型计算机系统》 >基于遗传算法与全卷积网络的遥感影像像素级分类方法

基于遗传算法与全卷积网络的遥感影像像素级分类方法

         

摘要

针对高分辨率遥感影像像素级分类任务中的样本不均衡与召回率低两个问题,提出基于遗传算法和全卷积网络的分类方法.该方法通过遗传算法对训练数据集进行取样,同时结合全卷积网络,对高分辨率遥感影像进行基于光谱-空间-语义特征的分类.实验结果表明,在影像像素级分类问题中,使用遗传算法均衡化取样的全卷积网络分类器相较标准卷积神经网络分类器,对不同类别样本的分类精度普遍较好;相较标准全卷积网络分类器,能够更加均衡地训练每一类样本数据,进一步提升召回率,解决样本不均衡所带来的问题,并最终达到89.4%的加权平均召回率,增加了遥感影像分类器的性能,减少了作业中的人工干预程度.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号