地质科技情报

2018, v.37;No.179(02) 208-214

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于遥感分类的深度信念网络模型研究
Model of Deep Belief Network Based on Remote Sensing Classification

李玮;吴亮;陈冠宇;

摘要(Abstract):

使用Python和TensorFlow作为工具实现基本的深度信念网络,提出了一种改进的Dropout策略,该策略每次只选择部分局部区域数据进行权重的清零,既保持了图像本身的局部信息,又增强了该模型的泛化能力,并使用差分进化进行神经网络的权值和偏移值的优化。通过实验对比表明,改进后的Dropout策略对于防止过拟合有明显的效果,使用差分进化算法对深度信念网络进行参数调整比传统的浅层分类器效果更好。

关键词(KeyWords): 遥感图像;深度信念网络;dropout策略;差分进化;分类

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61573324)

作者(Author): 李玮;吴亮;陈冠宇;

Email:

DOI: 10.19509/j.cnki.dzkq.2018.0228

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享