摘要:針對高分辨率光學(xué)遙感影像場景具有同類型內(nèi)部差異大、不同類型間相似度高導(dǎo)致部分場景識別困難的問題,本文提出了一種深度度量學(xué)習(xí)方法。首先在深度學(xué)習(xí)模型的特征輸出層上為每類預(yù)設(shè)聚類中心,其次基于歐氏距離方法設(shè)計均值中心度量損失項,最后聯(lián)合交叉熵?fù)p失項以及權(quán)重與偏置正則項構(gòu)成模型的損失函數(shù)。該方法的目標(biāo)是在特征空間上使同類型特征聚集并擴(kuò)大類型間的距離以提高分類準(zhǔn)確率。試驗結(jié)果表明,本文方法有效地提升了分類準(zhǔn)確率。在RSSCN7、UC Merced和NWPU-RESISC45數(shù)據(jù)集上,與現(xiàn)有方法相比,分類準(zhǔn)確率分別提高了1.46%、1.09%和2.51%。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社。
測繪學(xué)報雜志, 月刊,本刊重視學(xué)術(shù)導(dǎo)向,堅持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:地理空間認(rèn)知、地圖學(xué)與地理信息、攝影測量學(xué)與遙感、博士論文摘要等。于1957年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。