基于SSAE深度学习特征表示的高光谱遥感图像分类方法

摘要

针对遥感图像中高光谱数据的分类问题,提出一种基于堆叠稀疏自动编码器 (SSAE)深度学习特征表示的高光谱遥感图像分类方法;首先,将光谱数据样本进行预处理和归一化;然后,将其输入到 SSAE中进行特征表示学习,并通过网格搜索来获得最优网络参数,以此获得有效的特征表示;最后通过支持向量机 (SVM)分类器对输入图像特征进行分类,最终实现遥感图像中像素的分类;在两个标准数据集上的实验结果表明,该方法能够实现准确的高光谱地物分类.