基于Alex Net模型框架,提出一种改进卷积神经网络模型,通过使用较小的卷积核,保留图像或特征图像的空间尺寸,增加BN层(batch normalization)方式,并使用mini-batch和梯度下降算法相结合对网络进行训练。将改进后的模型应用于遥感图像场景分类,实验结果表明,与传统的AlexNet模型比较,改进后的模型提高了收敛速度,分类准确率为0.961 4,误分率为0.038 6,Kappa系数为0.959 4,分类准确率提升了2.2%。
科研之友
微信
新浪微博
Facebook
分享链接
