基于中心聚类的深度学习遥感图像场景分类方法

摘要

针对遥感影像场景分类提出一种改进的中心聚类的深度学习模型,该模型通过改进不同类型特征的距离间隔,提高遥感图像场景分类的性能。与现有其他深度学习模型相比,该模型通过添加聚类中心以及特征与聚类中心的距离间隔约束,设计新的目标函数。新目标函数由交叉熵损失和中心聚类间隔损失构成。通过在两个公共基准数据集上评估所提出的目标函数,分类结果获得明显提升。