基于深度学习AlexNet的遥感影像地表覆盖分类评价研究

地表覆盖信息是反映自然、人工地表覆盖要素的综合体，包含植被、土壤、冰川、河流、湖泊、沼泽湿地及各类人工 构筑物等元素，侧重描述地球表面的自然属性，具有明确的时间及空间特性。
深度学习是人工神经网络的最新发展趋势，通过对输入数据从底层到高层逐层提取更抽象的特征，形成最适应所需特征的网络权值结构，从而提升分类的准确性。
AlexNet深度神经网络已经广泛应用于图像识别方向，是近年来计算机视觉领域取得的一项重要突破。AlexNet结构简洁，引入了诸多新方法以实现高效的训练和稳定的收敛速度。
最后通过实验验证该方法具有很好的效果，验证了深度学习在遥感图像分类中的可行性。
注：文章选自《基于深度学习AlexNet的遥感影像地表覆盖分类评价研究》党宇等