10.11830/ISSN.1000-5013.201710006
采用ACGAN及多特征融合的 高光谱遥感图像分类
为解决标记样本缺乏、提升分类精度及增强模型容错性等问题,提出一种基于辅助分类器生成对抗网络(ACGAN)的分类方法.首先,将预训练的ACGAN模型作为光谱特征提取器,采用局部二值模式(LBP)算法提取图像的纹理特征;然后,融合光谱特征和纹理特征,由卷积神经网络(CNN)进行分类.在2个广泛使用的数据集上进行实验,结果表明:相较于其他方法,文中方法可显著提高分类精度.
高光谱图像分类、生成对抗网络、局部二值模式、卷积神经网络
40
TP391(计算技术、计算机技术)
国家自然科学基金面上资助项目61370006;福建省科技计划重点资助项目2015H0025
2019-03-15(万方平台首次上网日期,不代表论文的发表时间)
共8页
113-120