基于压缩-激发的聚合残差网络高光谱图像分类方法
- 专利权人:
- 西安电子科技大学
- 发明人:
- 白静,张博,宋淑,徐航,焦李成,张帆,张丹,杨韦洁
- 申请号：
- CN201810550435.1
- 公开号：
- CN108764357A
- 申请日:
- 2018.05.31
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 王品华
- 摘要：
- 本发明公开了一种基于压缩‑激发的聚合残差网络高光谱图像分类方法，主要解决现有方法不能充分利用特征通道的相关性的问题。其方案为：1)对高光谱图像进行归一化和降维的预处理；2)对预处理后的前m个主成分中每个非背景像元选取固定大小的正方形邻域图像块，并将其构建为训练集和测试集；3)构建压缩‑激发的聚合残差网络，并利用训练集进行训练得到训练好的压缩‑激发的聚合残差网络；4)将测试集输入到训练好的压缩‑激发的聚合残差网络获得测试结果。本发明充分利用特征通道的相关性，能提取鲁棒性更强的空谱特征，提高了分类的准确率，可用于农业和环境监视。
- 来源网站：
- 中国工程科技知识中心
