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