[发明专利]一种基于主动深度学习的遥感图像分类方法在审
| 申请号： | 201410851849.X | 申请日： | 2014-12-31 |
| 公开（公告）号： | CN104484682A | 公开（公告）日： | 2015-04-01 |
| 发明（设计）人： | 王力哲;左亚青;刘鹏;赵灵军 | 申请（专利权）人： | 中国科学院遥感与数字地球研究所 |
| 主分类号： | G06K9/66 | 分类号： | G06K9/66 |
| 代理公司： | 北京纽乐康知识产权代理事务所(普通合伙) 11210 | 代理人： | 覃莉 |
| 地址： | 100094*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于主动深度学习的遥感图像分类方法，包括步骤1：选取待分类的遥感图像数据；步骤2：利用预先配置的算法对遥感图像数据进行处理；步骤3：运用主动学习算法nEQB从未标记样本U中选取选出最佳样本B；步骤4：将未标记样本U与最佳样本B做减法运算，得到新的未标记样本集U`，将标记样本L与最佳样本B做加法运算，得到新的标记样本集L`；步骤5：重新返回步骤2，继续循环以上过程，直到未标记样本集U`为空集或满足预先设置的终止学习指标，循环结束，输出相匹配的分类准确度和分类结果图。本发明的有益效果为：通过深度学习和主动学习，能够克服分别使用无监督学习与监督学习的缺点，有效的提高了数据的分类精度。 | ||
| 搜索关键词： | 一种 基于 主动 深度 学习 遥感 图像 分类 方法 | ||
【主权项】：
一种基于主动深度学习的遥感图像分类方法，其特征在于，包括以下步骤：步骤1：选取待分类的遥感图像数据；步骤2：利用预先配置的算法对所述遥感图像数据进行处理，具体的步骤包括：步骤2‑1：利用遥感图像数据的所有训练样本进行无监督自编码深度网络学习；步骤2‑2：然后利用预先设置的标记样本L进行监督深度网络学习；步骤2‑3：利用预先设置的未标记样本U输入深度网络得到分类结果；步骤3：运用主动学习算法nEQB从未标记样本U中选取选出最佳样本B；步骤4：将未标记样本U与最佳样本B做减法运算，得到新的未标记样本集U`，将标记样本L与最佳样本B做加法运算，得到新的标记样本集L`；步骤5：重新返回步骤2，继续循环以上过程，直到未标记样本集U`为空集或者满足预先设置的终止学习的指标，循环结束，输出相匹配的分类准确度和分类结果图。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院遥感与数字地球研究所，未经中国科学院遥感与数字地球研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410851849.X/，转载请声明来源钻瓜专利网。
