10.3969/j.issn.1673-808X.2021.04.007
一种基于栈式压缩自编码的高光谱图像分类方法
针对高光谱图像传统分类方法精度低、模型稳定性差而深度学习模型时间消耗大、计算成本高的问题,充分考虑高光谱图像的光谱信息和空间信息,提出了一种基于栈式压缩自编码的高光谱图像分类方法.将提取的邻域空间信息与待分类像素点的光谱信息融合,利用栈式压缩自编码提取融合后信息的深层特征,再利用逻辑回归确定高光谱图像中各像素点的类别.该方法在Indian Pines和Pavia University数据集上的总体分类精度分别达到了89.943%、93.949%.相比其他方法,该方法分类性能更优,可用于高光谱图像分类.
高光谱图像;空-谱信息;压缩自编码;逻辑回归
41
TP751(遥感技术)
国家自然科学基金;广西创新驱动重大专项;桂林电子科技大学研究生科研创新计划
2021-12-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
298-304