文档名：融合MS3DCNN和注意力机制的高光谱图像分类
摘要：针对高光谱遥感图像分类中空间信息利用不充分、样本标记数量不足的问题,提出一种基于多尺度3D-CNN和卷积块注意力机制的高光谱图像分类方法.采用特征映射方式从不同感受野充分挖掘并融合高光谱图像的空间特征和光谱特征,对融合后的空谱特征进行卷积块注意力机制处理;通过残差思想构建深层网络,采用Dropout方法处理过拟合问题,最后通过Softmax分类器进行分类.在IndianPines、PaviaUniversity和SalinasValley3个高光谱数据集上进行大量实验,分类结果表明:所提方法优于其他经典方法.
作者：吴庆岗 刘中驰 贺梦坤Author：WUQinggang LIUZhongchi HEMengkun
作者单位：郑州轻工业大学计算机与通信工程学院,郑州450002
刊名：重庆理工大学学报 ISTIC
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(4)
分类号：TP751
关键词：高光谱图像分类 多尺度三维卷积网络 注意力机制 残差网络
机标分类号：TP391TP751TP181
在线出版日期：2023年3月20日
基金项目：国家自然科学基金，河南省高等学校重点科研项目，河南省高等学校重点科研项目，河南省高等学校重点科研项目，河南省科技攻关项目，河南省科技攻关项目，河南省科技攻关项目融合MS3D-CNN和注意力机制的高光谱图像分类[
期刊论文] 重庆理工大学学报--2023, 37(4)吴庆岗 刘中驰 贺梦坤针对高光谱遥感图像分类中空间信息利用不充分、样本标记数量不足的问题,提出一种基于多尺度3D-CNN和卷积块注意力机制的高光谱图像分类方法.采用特征映射方式从不同感受野充分挖掘并融合高光谱图像的空间特征和光谱特征...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
融合MS3D-CNN和注意力机制的高光谱图像分类 Fusion of MS3D-CNN and attention mechanism for hyperspectral image classification
融合MS3D-CNN和注意力机制的高光谱图像分类.pdf
- 文件大小:
- 2.05 MB
- 下载次数:
- 60
-
高速下载
|
