系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
Systems Engineering and Electronics
2015年
11期
2623-2633
,共11页
媒体神经认知计算%遥感场景分类%深度神经网络%稀疏激活特征%概率主题模型%增量式强化集成学习
媒體神經認知計算%遙感場景分類%深度神經網絡%稀疏激活特徵%概率主題模型%增量式彊化集成學習
매체신경인지계산%요감장경분류%심도신경망락%희소격활특정%개솔주제모형%증량식강화집성학습
multimedia neural cognitive computing (MNCC)%remote sensing scene classification%deep neural networks%sparse activation feature%probabilistic topic model%incremental reinforced ensemble learning
通过大脑对外界环境感知的神经结构与认知功能的相关研究,构建仿脑的媒体神经认知计算(multimedia neural cognitive computing,MNCC)模型.该模型模拟了感官的信息感知、新皮层功能柱的认知功能、丘脑的注意控制结构、海马体的记忆存储和边缘系统的情绪控制环路等大脑基本的神经结构和认知功能.在此基础上,构建基于MNCC的高分辨率遥感图像场景分类算法.首先,图像经仿射变换后切分为若干图块,通过深度神经网络提取图块的稀疏激活特征,采用概率主题模型获取图块初始场景类别,并利用图块分类错误信息反馈控制场景显著区特征的提取;其次,根据图块的上下文获取场景语义的时空特征,并在此基础上进行图块分类和场景预分类;最后,用场景预分类误差构造奖惩函数,控制和选择深度神经网络中场景区分度较大的稀疏激活特征,并通过增量式强化集成学习,获得最后的场景分类.在两个标准的高分辨率遥感图像数据集上的实验结果表明,MNCC算法具备较好场景分类结果.
通過大腦對外界環境感知的神經結構與認知功能的相關研究,構建倣腦的媒體神經認知計算(multimedia neural cognitive computing,MNCC)模型.該模型模擬瞭感官的信息感知、新皮層功能柱的認知功能、丘腦的註意控製結構、海馬體的記憶存儲和邊緣繫統的情緒控製環路等大腦基本的神經結構和認知功能.在此基礎上,構建基于MNCC的高分辨率遙感圖像場景分類算法.首先,圖像經倣射變換後切分為若榦圖塊,通過深度神經網絡提取圖塊的稀疏激活特徵,採用概率主題模型穫取圖塊初始場景類彆,併利用圖塊分類錯誤信息反饋控製場景顯著區特徵的提取;其次,根據圖塊的上下文穫取場景語義的時空特徵,併在此基礎上進行圖塊分類和場景預分類;最後,用場景預分類誤差構造獎懲函數,控製和選擇深度神經網絡中場景區分度較大的稀疏激活特徵,併通過增量式彊化集成學習,穫得最後的場景分類.在兩箇標準的高分辨率遙感圖像數據集上的實驗結果錶明,MNCC算法具備較好場景分類結果.
통과대뇌대외계배경감지적신경결구여인지공능적상관연구,구건방뇌적매체신경인지계산(multimedia neural cognitive computing,MNCC)모형.해모형모의료감관적신식감지、신피층공능주적인지공능、구뇌적주의공제결구、해마체적기억존저화변연계통적정서공제배로등대뇌기본적신경결구화인지공능.재차기출상,구건기우MNCC적고분변솔요감도상장경분류산법.수선,도상경방사변환후절분위약간도괴,통과심도신경망락제취도괴적희소격활특정,채용개솔주제모형획취도괴초시장경유별,병이용도괴분류착오신식반궤공제장경현저구특정적제취;기차,근거도괴적상하문획취장경어의적시공특정,병재차기출상진행도괴분류화장경예분류;최후,용장경예분류오차구조장징함수,공제화선택심도신경망락중장경구분도교대적희소격활특정,병통과증량식강화집성학습,획득최후적장경분류.재량개표준적고분변솔요감도상수거집상적실험결과표명,MNCC산법구비교호장경분류결과.
