论文部分内容阅读
高光谱图像分类技术是高光谱遥感最为重要的研究方向,在军事和民用领域都得到了广泛应用。但是由于高光谱数据具有波段数目众多、各波段相关性强、运算量大的特点,常规的图像分类方法在处理高光谱图像时有较大的限制,如何从大量的高光谱数据中快速而准确地挖掘出所需要的信息,实现高精度的分类,仍是一个亟待解决的问题。深度学习作为一种非线性特征提取方法,通过组合低层特征形成更加抽象的高层类别属性或特征,以挖掘数据的分布式特征表示,具备强大的特征表达能力和对复杂任务的建模能力。因而,基于深度网络的高光谱图像分类的研究受到