Indexed by：
Abstract：
传统高空间分辨率遥感影像(简称＂高分遥感影像＂)分类方法的＂同物异谱＂、＂异物同谱＂现象较为严重,深度学习方法为高分遥感影像分类提出了一种新的解决方案.然而,遥感影像训练样本少容易导致网络过拟合现象的发生.利用深度学习方法,结合迁移学习策略,提出了一种改进的Inception-V3的遥感图像场景分类模型.首先在原始Inception-V3模型的全连接层之前添加Dropout层,以进一步避免过拟合现象的发生;训练过程中采用迁移学习策略,充分利用已有模型及知识,提高训练效率.基于AID和NWPU-RESISC45两个大型高分遥感场景影像的实验结果表明,改进的Inception-V3较原始的Inception-V3训练收敛速度更快,训练效果更平稳;与其他传统方法和深度学习网络相比,本文提出的模型的分类精度也有较大的提升,验证了该模型的有效性.
Keyword：
Reprint 's Address：
Version：
Source ：
国土资源遥感
ISSN： 1001-070X
CN： 11-2514/P
Year： 2020
Issue： 3
Volume： 32
Page： 80-89
Affiliated Colleges：
查看更多>>操作日志
管理员 2025-01-24 00:17:10 更新被引
姚丹 2021-11-17 12:43:10 null
管理员 2020-11-21 00:01:05 追加
管理员 2020-11-20 17:01:49 追加
