TY -的A2 - Ren,金昌盟——戴Xiaoai AU - Cheng junie盟——郭Shouheng AU -王,Chengchen盟——瞿,通用电气盟——刘杨伟鑫AU -李,为了非盟- Lu,恒盟——王,友林盟——曾宾阳盟——彭Yunjie盟——梁、Shuneng PY - 2023 DA - 2023/04/28 TI -优化策略的堆叠Autoencoder和深度信念网络在高光谱遥感图像分类模型SP - 9150482六世- 2023 AB -高光谱图像技术的改进,多元化方法,降低成本增加了高光谱数据的便利收购。然而,由于他们的多波段和multiredundant特点,高光谱数据处理仍是复杂的。两种特征提取算法,autoencoder (AE)和限制玻耳兹曼机(元),被用来优化分类模型参数。得到最优分类模型通过比较一个堆叠autoencoder (SAE)和深度信念网(DBN)。最后,进一步优化了SAE添加稀疏表示的约束和GPU并行计算提高分类精度和速度。研究结果表明,SAE增强深度学习优于传统的特征提取算法。最优分类模型基于深度学习,即堆叠稀疏autoencoder,分类精度达到93.41%和94.92%使用两个实验数据集。使用并行计算模型的训练速度增加了七倍,解决模型的漫长的训练时间限制。SN - 1026 - 0226 UR - https://doi.org/10.1155/2023/9150482 - 10.1155 / 2023/9150482摩根富林明离散动力学自然界和社会中PB - Hindawi KW - ER