特征重标定网络的高光谱影像分类方法

摘要：

高光谱影像特征的利用率对提高其分类精度具有重要意义.为充分利用影像的特征,提出了一种特征重标定网络的高光谱影像分类方法.该方法通过全局平均池化将特征图转换为具有全局信息的实数,利用全连接层与非线性层生成能够代表各通道相对重要性的权值,进而采取加权法完成初始特征的重标定.为验证该方法的有效性,选取PaviaU和KSC两组高光谱影像数据进行实验.结果表明,提出方法总体分类精度分别达到98.38％和95.61％,可为高光谱影像提供有效的类别判定特征,有助于提高影像分类精度并获取平滑的分类结果图.

关键词：高光谱影像、特征提取、分类、卷积神经网络、特征重标定

所属期刊栏目：36

分类号：P237;TP751(摄影测量学与测绘遥感)

资助基金：河南省科技攻关计划项目182102210148

在线出版日期：2019-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：269-274