基于高光譜數(shù)據(jù)的典型地物分類識別方法研究

摘要： 為探究典型地物間光譜特征差異以及針對傳統(tǒng)光譜分類方法預(yù)處理復(fù)雜、精度較低等問題，以大豆、玉米、水稻和裸土4類地物為例，充分挖掘變量在分類中的重要性，進(jìn)行深度學(xué)習(xí)方法與傳統(tǒng)方法的對比分析與驗(yàn)證。首先利用連續(xù)投影算法（SPA）進(jìn)行基礎(chǔ)波段篩選，對比分析在原始光譜、特征波段以及部分特征波段條件下一維卷積神經(jīng)網(wǎng)絡(luò)（1DCNN）和長短時(shí)記憶人工神經(jīng)網(wǎng)絡(luò)（LSTM）兩種深度學(xué)習(xí)模型的分類精...