基于自编码神经网络的航空物探遥感数据分类方法研究

【类型】期刊

【作者】于刘 

【刊名】计算机测量与控制

【关键词】 物探遥感数据,自编码神经网络,航空数据,数据分类

【摘要】航空物探遥感数据的采集过程中受到电磁波辐射等外界因素的影响，导致航空物探遥感数据分类准确率较低，为此提出基于自编码神经网络的航空物探遥感数据分类方法；根据航空物探对象的基本特征，设置遥感数据的分类标准；通过辐射校正、几何纠正、噪声消除等步骤，完成航空物探遥感数据的预处理；构建自编码神经网络，利用自编码神经网络算法，从光谱、形状、纹理等方面提取遥感数据特征，通过特征匹配确定航空物探遥感数据的所属类型；通过分类性能测试实验得出结论：所提方法的全局遥感数据分类成功率和错误率的平均值分别为99.8%和0.6%,局部遥感数据分类的成功率和错误率的平均值分别为99.8%和0.3%,即所提方法在分类性能方面具有明显优势。

【年份】2024

【作者单位】上海航空工业(集团)有限公司;

【期号】03

【页码】253-258