农业机械学报

作者：齐永锋,李发勇

单位：西北师范大学,西北师范大学,

关键词：高光谱图像; Gabor特征; 局部保留降维; 空-谱结合; DCNN深度学习; 双重优选分类器

基金：甘肃省高等学校科研项目（2016A-004）和甘肃省科技计划项目（18JR3RA097）

为提高高光谱遥感图像的分类精度，通过局部保留判别式分析与深度卷积神经网络（DCNN）算法，提出了基于局部保留降维卷积神经网络的高光谱图像分类算法。首先，用局部保留判别式分析对高光谱数据降维，再用二维Gabor滤波器对降维后的高光谱数据进行滤波，生成空间隧道信息；其次，用卷积神经网络对原始高光谱数据进行特征提取，生成光谱隧道信息；再次,融合空间隧道信息与光谱隧道信息，形成空间-光谱特征信息，并将其输入到深度卷积神经网络，提取更加有效的特征；最后，采用双重优选分类器对最终提取的特征进行分类。将本文方法与CNN、PCA-SVM、CD-CNN和CNN-PPF等算法在Indian Pines、University of Pavia高光谱遥感数据库上进行性〖JP2〗能比较。在Indian Pines、University of Pavia数据库上，本文算法识别的整体精度比传统CNN方法的整体精度分别高3.81个百分点与6.62个百分点。实验结果表明，本文算法无论在分类精度还是Kappa系数都优于另外4种算法。

来源：2019年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第3期