论文部分内容阅读
极限学习机（ELM）分类作为新型神经网络算法可以实现高光谱影像的快速分类，但ELM浅层网络结构不能充分利用高光谱影像所蕴含的丰富的光谱特征。针对该问题，本文结合深度神经网络可以学习光谱深层隐含特征的优势，提出基于降噪自动编码器（DAE）的高光谱影像ELM分类方法。首先，采用DAE构造深层网络模型，利用加噪的样本数据训练网络模型，学习影像光谱的深层隐含特征；然后，用学习到的特征作为极限学习机中隐含层的输出，取代原始ELM分类中利用随机输入权值学习的浅层特征；最后，进而实现高光谱影像的分类。本文分别利用ROS