一种基于改进深度卷积神经网络的遥感影像分类模型

摘要

本发明涉及一种基于改进深度卷积神经网络的遥感影像分类模型，所述遥感分类模型包括以下步骤：步骤S1、基于瓶颈单元的遥感特征影像降维；步骤S2、基于分组卷积的遥感特征影像卷积多通道优化；步骤S3、基于通道洗牌的遥感特征影像特征提取能力改进；步骤S4、面向遥感影像空间位置特征的波段化处理。其优点表现在：实现了对待输入遥感影像的降维，降低深度卷积神经网络遥感影像分类模型训练时的卷积计算量；同时，针对遥感影像的空间相关性，构建通道洗牌结构，提升分组卷积阶段神经网络的特征提取能力。针对遥感影像的空间位置特征，提高了可深度卷积神经网络模型对遥感影像的空间位置特征识别度。