基于SSAE深度学习特征表示的高光谱遥感图像分类方法_商宏涛.pdf

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。