TY -的A2 -吴,天府联盟- Lv气非盟-窦,永盟——妞妞,鑫盟——徐,嘉庆盟——徐,金波盟——夏,范PY - 2015 DA - 2015/07/29 TI -城市土地利用和土地覆盖分类使用SAR遥感数据通过深层信念网络SP - 538063六世- 2015 AB -土地利用和土地覆盖(LULC)映射在城市遥感的核心应用之一,它扮演着一个重要的角色在现代城市规划和管理。深入学习是机器学习领域的最近涌现。通过模仿人类大脑的层次结构,深度学习可以逐步提取特征从低水平向更高的水平。深层的信念网络(DBN)模型是一种广泛深入学习研究和部署架构。它结合了非监督和监督学习的优点,可以存档良好的分类性能。本研究提出了一种基于的DBN模型的分类方法详细城市映射使用偏振合成孔径雷达(PolSAR)数据。通过DBN模型,有效的上下文映射功能可以自动提取PolSAR数据来提高分类的性能。在大多伦多地区两个日期高分辨率RADARSAT-2 PolSAR数据被用于评估。与支持向量机(SVM)的比较,传统的神经网络(NN)和随机采用(SEM)进行了评估的潜力DBN-based分类方法。实验结果表明,该DBN-based方法优于其他三个方法和产生同质映射结果保留形状细节。 SN - 1687-725X UR - https://doi.org/10.1155/2015/538063 DO - 10.1155/2015/538063 JF - Journal of Sensors PB - Hindawi Publishing Corporation KW - ER -