TY -的A2 -法鲁克,艾哈迈德·张盟——凯盟——胡Chengquan AU - Yu,挂PY - 2021 DA - 2021/12/24 TI -遥感影像土地分类基于深度学习SP - 6203444六世- 2021 AB -针对高分辨率遥感图像的问题有许多特点和分类精度低使用单一特征描述,基于深度的遥感图像土地分类模型学习从生态的角度提出了资源利用率。首先,Gaofen-1卫星获得的遥感图像预处理,包括多光谱和全色数据。然后,颜色,纹理,形状,从图像数据中提取和地方特性,和部件级图像融合方法用于将这些特性实现遥感图像的融合功能。最后,融合图像特征输入到训练深度信念网(DBN)进行处理,并将Softmax获得的土地类型分类器。Keras和TensorFlow平台基础上,提出了模型的实验分析表明,它可以清楚所有土地类型进行分类,和整体的准确性, F1值和推理的分类结果是97.86%,87.25%,和128 ms,分别比其他比较模型。SN - 1058 - 9244 UR - https://doi.org/10.1155/2021/6203444 - 10.1155 / 2021/6203444摩根富林明科学编程PB - Hindawi KW - ER