摘要：遥感图像分类是地理信息系统（geographic information system,GIS）的关键技术,对城市规划与管理起到十分重要的作用.近年来,深度学习成为机器学习领域的一个新兴研究方向.深度学习采用模拟人脑多层结构的方式,对数据从低层到高层渐进地进行特征提取,从而发掘数据在时间与空间上的规律,进而提高分类的准确性.深度信念网络（deep belief network,DBN）是一种得到广泛研究与应用的深度学习模型,它结合了无监督学习和有监督学习的优点,对高维数据具有较好的分类能力.提出一种基于DBN模型的遥感图像分类方法,并利用RADARSAT-2卫星6d的极化合成孔径雷达（synthetic aperture radar,SAR）图像进行了验证.实验表明,与支持向量机（SVM）及传统的神经网络（NN）方法相比,基于DBN模型的方法可以取得更好的分类效果.

原文链接:http://www.cqvip.com//QK/94913X/201409/662178132.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）