基于自编码神经网络的航空物探遥感数据分类方法研究

来源：计算机测量与控制杂志2024年第3期北京时间：

作者：于刘

单位：上海航空工业（集团）有限公司

摘要：航空物探遥感数据的采集过程中受到电磁波辐射等外界因素的影响,导致航空物探遥感数据分类准确率较低,为此提出基于自编码神经网络的航空物探遥感数据分类方。根据航空物探对象的基本特征,设置遥感数据的分类标准。通过辐射校正、几何纠正、噪声消除等步骤,完成航空物探遥感数据的预处理。构建自编码神经网络,利用自编码神经网络算法,从光谱、形状、纹理等方面提取遥感数据特征,通过特征匹配确定航空物探遥感数据的所属类型。通过分类性能测试实验得出结论:所提方法的全局遥感数据分类成功率和错误率的平均值分别为99.8%和0.6%,局部遥感数据分类的成功率和错误率的平均值分别为99.8%和0.3%,即所提方法在分类性能方面具有明显优势。

关键词：自编码神经网络;航空数据;物探遥感数据;数据分类