Innovador enfoque de clasificación de imágenes hiperespectrales utilizando CNN optimizado y ELM
Autores: Ye, Ansheng; Zhou, Xiangbing; Miao, Fang
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Innovador enfoque de clasificación de imágenes hiperespectrales utilizando CNN optimizado y ELM
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Características
Imágenes de teledetección hiperespectral
Optimización de enjambre de partículas mejorada
Red neuronal convolucional
Máquina de aprendizaje extremo
Precisión de clasificación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
Para extraer características de manera efectiva y mejorar la precisión de clasificación de imágenes hiperespectrales de teledetección remota (HRSIs), se utilizan plenamente las ventajas del algoritmo de optimización de enjambre de partículas mejorado (PSO), la red neuronal convolucional (CNN) y la máquina de aprendizaje extremo (ELM) para proponer un método de clasificación innovador de HRSIs (IPCEHRIC) en este documento.
Descripción
Para extraer características de manera efectiva y mejorar la precisión de clasificación de imágenes hiperespectrales de teledetección remota (HRSIs), se utilizan plenamente las ventajas del algoritmo de optimización de enjambre de partículas mejorado (PSO), la red neuronal convolucional (CNN) y la máquina de aprendizaje extremo (ELM) para proponer un método de clasificación innovador de HRSIs (IPCEHRIC) en este documento.