《表1 卷积神经网络结构:基于无人机遥感与卷积神经网络的草原物种分类方法》
随机生成卷积神经网络模型的初始参数,使用梯度下降法使损失函数(交叉熵代价函数)最小化来逐层反向调节所有参数,通过多次迭代不断提高模型的精度,网络学习到的特征结合Softmax回归分类器实现图像分类。输入图像为特征波段选择后的3波段100像素×100像素的像元邻域,经过4层卷积和4层池化后,输入图像变为128维的矢量输入全连接层,经2层全连接层后输出,输出为样本的类别标签。训练过程中,使用小批量反向传播方法,每一批样本数为10,学习速率设为0.001,迭代次数为30,网络结构的具体参数如表1所示,表中C表示卷积层,P表示池化层,F表示全连接层。
图表编号 | XD0038742800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.25 |
作者 | 杨红艳、杜健民、王圆、张燕斌、张锡鹏、康拥朝 |
绘制单位 | 内蒙古农业大学机电工程学院、内蒙古工业大学机械工程学院、内蒙古农业大学机电工程学院、内蒙古农业大学机电工程学院、内蒙古农业大学机电工程学院、内蒙古农业大学机电工程学院、内蒙古农业大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |