|
|||||
|
|
| 基于3D Octave卷积和Bi-RNN注意力网络的高光谱图像分类方法 | |
| 作者姓名： | 梁联晖 李军 张绍泉 |
| 作者单位： | 湖南大学 电气与信息工程学院,长沙 410082;中山大学 地理科学与规划学院,广州 510275 |
| 基金项目： | 湖南省重点研发计划;中国博士后科学基金面上项目 |
| 摘 要： | 传统卷积神经网络模型在高光谱图像分类生成特征图的空间维度中存在大量的空间特征信息冗余,而且把高光谱图像单个像元上的光谱带数据看作是无序高维向量进行数据处理,并不符合光谱数据的特性,极大影响了模型的运行效率和分类性能.针对该问题,提出一种三维Octave卷积和双向循环神经网络注意力网络相结合的高光谱图像分类方法.首先,利... |
| 关 键 词： | 高光谱图像分类 卷积神经网络 三维Octave卷积 双向循环神经网络 注意力网络 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |