卷积神经网络（CNN）具有强大的特征表示能力，为改善遥感影像的场景分类提供了新颖的途径。 尽管我们可以获取大量的卫星图像，但是缺少丰富的标签信息仍然是遥感领域的主要问题。 此外，遥感数据集也有其自身的局限性，例如场景类别的规模小和缺乏图像多样性。 为了缓解现有问题的影响，在此信函中提出了将CNN的识别和验证模型结合在一起的Siamese CNN。 度量学习正则化术语明确地强加于通过CNN学习的功能，这些功能使Siamese网络变得更加健壮。 我们对三个广泛使用的遥感数据集进行了性能评估实验。 实