基于梯度神经网络的遥感分类方法及系统

本发明公开了一种基于梯度神经网络的遥感分类方法及系统，涉及神经网络技术领域，该方法包括：获取多个基于遥感图像生成的训练样本，将多个训练样本划分为多类训练样本组，将多类训练样本组形成训练样本矩阵；基于CRC模型构建L2范数最小化的目标函数，构造求解目标函数的鲁棒性梯度神经网络模型，基于待分类的遥感图像和每类训练样本组对鲁棒性梯度神经网络模型进行迭代训练，得到L2范数最小化的系数向量；按照类别将系数向量拆分成多类子向量，分别计算待分类的遥感图像与每类子向量的表达误差，得到每个类别的表达误差，将表达误差最小的类别作为遥感图像的分类结果；本发明能够提高噪声条件下遥感图像分类的准确性。