|
|
1.
基于栈式自编码的水体提取方法
王知音, 禹龙, 田生伟, 钱育蓉, 丁建丽, 杨柳
计算机应用
2015, 35 (9):
2706-2709.
DOI: 10.11772/j.issn.1001-9081.2015.09.2706
为了进一步提高利用遥感图像进行水体提取的准确率和自动化程度,提出一种基于栈式自编码(SAE)深度神经网络的水体提取方法。通过堆叠稀疏自编码器构建深度网络模型,使用逐层贪婪训练法依次训练每层网络,从像素层面无监督学习特征,避免传统神经网络等方法需进行人工特征分析与选取的问题;用学习到的特征结合相应的样本标签有监督训练softmax分类器;利用反向传播(BP)算法微调优化整个模型。采用塔里木河ETM+数据进行实验,基于SAE的水体提取方法准确率达到94.73%,比支持向量机(SVM)和反向传播(BP)神经网络方法分别高出3.28%和4.04%。实验结果表明,所提方法能有效提高水体提取的精度。
参考文献 |
相关文章 |
多维度评价
|
|
