全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
按栏目分组
按来源分组
关键词
- 基于自编码神经网络的航空物探遥感数据分类方法研究
- 作者： 于刘 来源： 计算机测量与控制 年份： 2024 文献类型 ： 期刊 关键词： 物探遥感数据 自编码神经网络 航空数据 数据分类
- 描述： 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。