为了提高遥感影像草地分类的精度,对卷积神经网络模型在遥感影像草地分类中 的应用进行研究,提出一种基于主成分分析(PCA)白化的卷积神经网络草地遥感分类网络结 构.通过对遥感影像数据进行PCA白化处理,能有效地降低数据之间的相关性,加快神经网络 学习速率,加强特征学习的能力.在此基础上对采样层进行随机池化操作,提高了网络分类的 泛化能力,达到提高草地分类准确率的目的.实验结果表明:该算法能够有效地提高草地分类 的准确率,分类精度达到94.65%,比传统卷积神经网络、 BP神经网络和SVM分类算法分别 提高4.3%,10.39%和15.33%.