基于改进AlexNet网络的无人机遥感图像分类方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

内蒙古自治区自然科学基金资助项目(2014MS0616);内蒙古自治区高等学校科学研究项目资助(NJZY20055);内蒙古科技厅科技攻关计划项目资助(2020GG0033);内蒙古哲学社会科学规划项目资助(2020NDC067)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对传统卫星遥感难以获取相应的高空间分辨率数据,影响农作物的分类准确度的问题,提出一种基于改进AlexNet网络的无人机遥感图像分类方法.首先,为降低方法的复杂度,加快收敛效果,优化改善AlexNet网络模型,仅保留AlexNet网络模型的前5个图像处理卷积层;其次,对试验农作物无人机遥感图像进行光谱特性分析,提取各类作物自身的光谱曲线.在此基础上,考虑到农作物在可见光波段的反射率相近,很难依据反射率曲线进行区分,基于改进AlexNet网络的深层卷积结构,依据不同波段内的像素亮度对农作物进行准确分类.最后,利用湖南省长沙市农业科学研究所试验基地实测数据进行算例试验.结果表明:在相同的试验条件下,与SVMRFE和SVMSS相比,所提方法对于农作物的总体分类精度均值提升了3.91%以上,Kappa系数均值至少提升了2.20%,可适用于实际场景.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

杨珍,郭艳光*,鲁晓波.基于改进AlexNet网络的无人机遥感图像分类方法[J].湖南科技大学学报(自然科学版),2023,38(3):59-69

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-11-10