面向遥感场景分类的卷积神经网络自动设计方法和系统

本发明公开了面向遥感场景分类的卷积神经网络自动设计方法和系统，包括获取需要分类的遥感场景图像，并划分为进化训练集、进化测试集和测试集；利用新的卷积算子组成新的搜索空间对种群进行初始化；对当前代数的个体解码成网络，利用权重继承策略继承权重池的权重，并对网络进行训练及适应度评估，完成后记录网络个体的分类精度及编码；使用评估过的个体构建或更新性能预测器；利用交叉和变异产生多个子代个体，将任意一个父代个体对应的多个子代个体输入性能预测器，选择优质的子代个体作为下一代；判断终止条件；选择最好的子代个体在遥感场景测试集上进行测试。本发明可以适应灵活多变的遥感场景图像，且算法具有较好的稳定性与可解释性。