期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
混合卷积神经网络的高光谱图像分类方法
被引量：
7
1
作者
刘翠连
陶于祥
+1 位作者
罗小波
李青妍
《激光技术》
CAS
CSCD
北大核心
2022年第3期355-361,共7页
为了解决高光谱图像领域中,传统卷积神经网络因部分特征信息损失而影响最终地物分类精度的问题,采用一种基于2维和3维的混合卷积神经网络的高光谱图像分类方法,从空间增强、光谱-空间两方面分别进行了特征提取。首先从空间增强角度提出...
为了解决高光谱图像领域中,传统卷积神经网络因部分特征信息损失而影响最终地物分类精度的问题,采用一种基于2维和3维的混合卷积神经网络的高光谱图像分类方法,从空间增强、光谱-空间两方面分别进行了特征提取。首先从空间增强角度提出一种3维-2维卷积神经网络混合结构,得到增强后的空间信息;其次从光谱-空间角度利用3维卷积网络结构,得到光谱-空间的综合可分性信息;最后将所得信息进行特征融合并分类。用该方法在两个数据集上进行了实验并与其它方法进行了对比。结果表明,该方法在Indian Pines与Pavia University数据集上分别取得了99.36%和99.95%的分类精度,其分类精度和kappa系数都优于其它方法。该方法对高光谱图像的分类表现出竞争优势。
展开更多
关键词
遥感
高光谱图像分类
混合卷积神经网络
光谱-空间特征
特征提取
在线阅读
下载PDF
职称材料
题名
混合卷积神经网络的高光谱图像分类方法
被引量：
7
1
作者
刘翠连
陶于祥
罗小波
李青妍
机构
重庆邮电大学
计算机科学与技术学院
重庆邮电大学空间大数据研究中心
出处
《激光技术》
CAS
CSCD
北大核心
2022年第3期355-361,共7页
基金
国家自然科学基金资助项目(41871226)
重庆市气象局开放基金资助项目(KFJJ-201602)。
文摘
为了解决高光谱图像领域中,传统卷积神经网络因部分特征信息损失而影响最终地物分类精度的问题,采用一种基于2维和3维的混合卷积神经网络的高光谱图像分类方法,从空间增强、光谱-空间两方面分别进行了特征提取。首先从空间增强角度提出一种3维-2维卷积神经网络混合结构,得到增强后的空间信息;其次从光谱-空间角度利用3维卷积网络结构,得到光谱-空间的综合可分性信息;最后将所得信息进行特征融合并分类。用该方法在两个数据集上进行了实验并与其它方法进行了对比。结果表明,该方法在Indian Pines与Pavia University数据集上分别取得了99.36%和99.95%的分类精度,其分类精度和kappa系数都优于其它方法。该方法对高光谱图像的分类表现出竞争优势。
关键词
遥感
高光谱图像分类
混合卷积神经网络
光谱-空间特征
特征提取
Keywords
remote sensing
hyperspectral image classification
hybrid convolutional neural network
spectral-spatial features
feature extraction
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
混合卷积神经网络的高光谱图像分类方法
刘翠连
陶于祥
罗小波
李青妍
《激光技术》
CAS
CSCD
北大核心
2022
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
