-
题名基于代价敏感卷积神经网络的遥感影像分类
被引量：1
- 1
-
-
作者
赫晓慧
李志强
李盼乐
田智慧
周广胜
-
机构
郑州大学地球科学与技术学院
郑州大学信息工程学院
中国气象科学研究院郑州大学生态气象联合实验室
-
出处
《计算机应用与软件》
北大核心
2023年第5期253-261,共9页
-
基金
第二次青藏高原综合科学考察研究项目(2019QZKK0106)。
-
文摘
遥感影像分类中,由于数据集不平衡问题,模型倾向于导致高错分损失的样本学习,而忽略稀有困难样本,使模型的性能降低。针对此问题,提出一种自适应样本分布特征的代价敏感(SCoSen)卷积神经网络算法。该算法为每个类别分别建立损失函数,并且在训练的过程中,通过统计训练数据的样本特征,对样本添加平衡因子,赋予少数类更大的权重,解决训练样本比例不平衡问题。将代价敏感信息嵌入到深度学习框架中,使模型具有代价敏感性,更加关注稀有困难样本的学习。实验结果表明,该算法在不平衡遥感影像数据集上,能够有效提升深度学习模型的分类能力。
-
关键词
卷积神经网络
代价敏感学习
分类
遥感影像
类不平衡
损失函数
-
Keywords
Convolutional neural network
Cost-sensitive learning
classification
Remote sensing image
class imbalanceloss function
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
