摘要
本发明公开了一种遥感图像城市景观分类方法及系统,涉及遥感图像识别分类技术领域,该方法包括:获取遥感图像数据集并使用预训练的深度网络模型提取景观卷积特征图;利用混合高斯模型和期望最大化估计算法基于每个景观卷积特征图构建一个景观属性模型,并混合所有景观属性模型;使用最大后验自适应方法调节混合的景观属性模型的参数,获得包含所有景观冗余属性的高维特征向量;采用因子分析法分析高维特征向量,获得景观向量;根据景观向量获得遥感图像的概率密度函数,根据概率密度函数对遥感图像城市景观进行分类。本发明提出了一种紧凑且具有判别性的城市景观表示方法,提高了城市景观分类的有效性。
技术关键词
景观
高维特征向量
分类方法
卷积特征
深度网络模型
遥感图像数据
混合高斯模型
估计算法
协方差矩阵
概率密度函数
遥感图像识别
表达式
冗余
残差矩阵
特征提取模块
分类技术
混合模块
分类系统
系统为您推荐了相关专利信息
量化分析方法
空间映射算法
多模态数据采集
古琴
深度网络模型
人工蜂群优化
人工蜂群算法
分类方法
概率密度函数
数学模型
注意力机制
分类方法
文本
腺瘤性息肉
Softmax分类器
宽带频谱感知
调制分类方法
分类神经网络
认知无线网络
信号
机器学习模型
模型训练方法
服务器
强化学习算法
图像分类方法