《表4 卷积神经网络结构:基于流形光谱降维和深度学习的高光谱影像分类》
注:C为卷积层,P为池化层,FC为全连接层。
在确定降维维度d和困惑度k之后,将降维后的数据作为输入层,利用CNN进行特征提取并分类。初始学习率为0.01,最大迭代次数4 000次,批处理参数为100,使用AdaGrad算法进行参数更新,网络参数如表4所示。
图表编号 | XD00167836000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 师芸、马东晖、吕杰、李杰、史经俭 |
绘制单位 | 西安科技大学测绘科学与技术学院、西安科技大学测绘科学与技术学院、西安科技大学测绘科学与技术学院、西安科技大学测绘科学与技术学院、西安科技大学测绘科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |