论文部分内容阅读
为挖掘高光谱影像数据的内在光谱特征，该文基于深度学习理论，引用堆栈式稀疏自编码器构建原始数据的深层特征表达。首先通过稀疏自编码器，得到原始数据的稀疏特征表达。其次通过逐层学习稀疏自编码器构建深度神经网，输出原始数据的深度特征。最后将其连接到支持向量机分类器，完成模型的精调。实验结果分析表明：基于堆栈式稀疏自编码器的最优分类模型，总体精度可达87．82％，优于实验中的其他方法，证明了深度学习方法在高光谱影像处理中具有良好的分类性能。