典型文献
标签聚类损失在遥感影像分类中的应用
文献摘要：
遥感影像的场景信息在影像解译和各领域的实际生产生活中具有重要的应用价值,针对遥感影像类内差异性大、类间差异性小的特点,该文在中心损失函数的基础上进一步研究,提出了一种新的标签聚类损失函数.首先使用类标签中心初始化方法对类别中心进行参数初始化,其次使用正弦衰减学习率使模型在预热阶段保持类别中心的稳定性,然后使用欧氏距离与余弦距离来进行类内特征的聚集以及类间中心的远离.并且使用VGG16和ResNet50两个网络模型在NWPU-RESISC45数据集上进行验证,准确率分别提高了2.3％和5.7％.通过试验表明,该方法能够有效地实现特征的聚集与类别中心的远离,提升网络模型的准确率,在遥感影像分类任务中具有一定的发展前景.
文献关键词：
参数初始化;遥感影像;损失函数;类间距离;类内距离
中图分类号：
作者姓名：
苏赋;于海鹏;朱威西
作者机构：
西南石油大学电气信息学院,成都 610500
文献出处：
引用格式：
[1]苏赋;于海鹏;朱威西-.标签聚类损失在遥感影像分类中的应用)[J].自然资源遥感,2022(02):144-151
A类：
B类：
聚类损失,遥感影像分类,影像解译,类内差异,类间差异,中心损失,损失函数,初始化方法,参数初始化,正弦,学习率,预热阶段,欧氏距离,余弦距离,内特,VGG16,ResNet50,NWPU,RESISC45,分类任务,类间距离,类内距离
AB值：
0.42917
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
