深度学习理论的高光谱图像分类方法

针对当前高光谱图像处理方法无法对高光谱图像进行有效分类,为了提高光谱图像分类正确率,提出了深度学习理论的高光谱图像分类方法。首先分析了高光谱图像分类的研究进展,找到引起高光谱图像分类正确率的原因,然后进行高光谱图像分类特征提取和选择,建立高光谱图像分类特征向量集,最后引入深度学习理论对高光谱图像分类特征进行学习,建立高光谱图像分类器,并采用当前常用的高光谱图像数据集进行了仿真实验,结果表明,本文方法的高光谱图像分类精度超过90%,明显减少了高光谱图像分类误差,高光谱图像分类结果十分稳定,获得了比当前高光谱图像分类方法更好的结果。