遥感影像要素提取的可变结构卷积神经网络方法

P237; 针对利用经典卷积神经网络提取遥感影像地物要素的方法中,模型容量受既定网络固有结构的限制而难以得到良好提取效果的问题,提出利用可变结构卷积神经网络的遥感影像要素提取方法.该方法将结构搜索与权重求解过程统一,在定义卷积神经网络架构的基础上将其中的关键结构作为变量,并以要素提取精度指标作为目标函数,利用遗传算法求解网络结构,最后以该网络为模型提取遥感影像中的目标要素.相关试验表明,可变结构卷积神经网络具备灵活的模型容量,对遥感影像中目标要素的提取效果良好....

Full description

Saved in:
Bibliographic Details
Published in测绘学报 Vol. 48; no. 5; pp. 583 - 596
Main Authors 王华斌, 韩旻, 王光辉, 李玉
Format Journal Article
LanguageChinese
Published 自然资源部国土卫星遥感应用中心,北京 100048%自然资源部国土卫星遥感应用中心,北京,100048%辽宁工程技术大学测绘与地理科学学院,辽宁 阜新,123000 01.05.2019
辽宁工程技术大学测绘与地理科学学院,辽宁 阜新 123000
Subjects
遗传算法
卷积神经网络
可变结构
地物要素提取
Online AccessGet full text
ISSN1001-1595
DOI10.11947/j.AGCS.2019.20180122

Cover

More Information
Summary:P237; 针对利用经典卷积神经网络提取遥感影像地物要素的方法中,模型容量受既定网络固有结构的限制而难以得到良好提取效果的问题,提出利用可变结构卷积神经网络的遥感影像要素提取方法.该方法将结构搜索与权重求解过程统一,在定义卷积神经网络架构的基础上将其中的关键结构作为变量,并以要素提取精度指标作为目标函数,利用遗传算法求解网络结构,最后以该网络为模型提取遥感影像中的目标要素.相关试验表明,可变结构卷积神经网络具备灵活的模型容量,对遥感影像中目标要素的提取效果良好.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2019.20180122