10.3969/j.issn.1673-1328.2023.21.006
基于改进卷积神经网络的高光谱遥感影像分类算法
为提升影像分类准确性,提出基于改进卷积神经网络的高光谱遥感影像分类算法.对遥感影像的光谱与空间特征进行卷积核的融合,输入遥感影像的样本空间领域,对输入的样本点进行重采样处理,然后由编码器架构高光谱遥感影像半监督阶梯网络,对基于改进的卷积神经网络分析影像的分类结构融合多尺度聚合进行分析,最后联合注意力机制和残差网络完成细致分类.实验中设计算法的分类精度为97.62%,具有较为良好的应用性能.
卷积神经网络、高光谱遥感影像、遥感影像分类、残差网络
TP751(遥感技术)
2023-09-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
19-22