基于改进的扩散平滑和RBM的高光谱图像分类

• 作 者: 欧阳宁 高鑫 袁华
• 机 构: 桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室
• 出 处: 电视技术
• 发表日期: 2016年10期
• 关键词: 扩散平滑 限制玻尔兹曼机 高光谱 遥感 神经网络 diffusion smoothing restricted Bohzmann machine hyper

为了改善传统分类方法在高光谱遥感图像去噪和特征提取方面的不足,提出了一种基于改进的扩散平滑算法和RBM的方法。该方法使用自适应扩散系数,对相应的区域进行不同程度的扩散平滑,实现了对高光谱遥感图像的快速去噪;然后利用多层限制玻尔兹曼机构建DBN网络,实现对高光谱遥感图像的分类。实验表明,与传统的分类方法和DBN相比,该方法在高光谱图像地物分类精度上有所改善。