返回列表 发布新帖

MS2HCNN基于深度学习的高光谱图像信号分类方法

19 0
admin 发表于 2024-12-14 14:30 | 查看全部 阅读模式

文档名:MS2HCNN基于深度学习的高光谱图像信号分类方法
摘要:为了能更准确地提取与合并高光谱图像信号中的空间与光谱特征,提出了一种MS-2HCNN结构(MultiStage-Heightened&Hyperspectralconvolutionalneuralnetwork).MS-2HCNN通过融合不同的卷积层结果获得了更具判别性的特征,还通过将提取到的光谱和空间信息进行了串接,简化了计算,保证了准确性和可靠的分类性能.此外,提出的多阶段设计可以将上层获得的背景信息与下层获得的精确空间信息相结合,使得它在准确性和复杂度方面比现有的方法更有优势.最后,为了应对样本特征比问题,引入了复杂度更优、精度更好的网络优化器,加之采用的批量归一化方法减少了MS-2HCNN的模型参数并提高了其拟合能力.在不同开源数据集上的分类结果表明了所提方法的有效性.

Abstract:Inordertoextractandcombinespaceinhyperspectralimagerysignalsmoreaccurately,anMS-2HCNNstructure(MultiStage-Heightened&Hyperspectralconvolutionalneuralnetwork(MS-2HCNN)isproposed,whichobtainsmorediscriminativefeaturesbycom-biningtheresultsofdifferentconvolutionallayers,generatesalargenumberoffeaturesafterdynamicmerging,connectstheextractedspectralandspatialinformationinseries,simplifiesthecalculation,andensurestheaccuracyandreliableclassificationperformance.Themethodimprovestheclassificationperformancebyusingexistingfeaturecombinationtechniques.Inaddition,fortheproposedmulti-stagedesign,thebackgroundinformationobtainedbytheupperlayercanbecombinedwiththeprecisespatialinformationob-tainedbythelowerlayer,makesithavemoreadvantagesthantheexistingmethodsintermsofaccuracyandcomplexity.Finally,networkoptimizerwithbettercomplexityandprecisionisintroduced,andbatchnormalizationisadopted,reducingthenumberofparametersandimprovingthefittingabilityoftheMS-ZHENNmodel.Theclussificationresultsondifferentopensourcedatasetsshowthevalidityoftheproposedmethod.

作者:吕龙龙  卢伟  秦丽娜Author:LüLonglong  LUWei  QINLina
作者单位:运城职业技术大学信创学院,山西运城044000
刊名:传感技术学报
Journal:ChineseJournalofSensorsandActuators
年,卷(期):2024, 37(1)
分类号:TP391
关键词:人工智能  空间特征  光谱特征  卷积神经网络  
Keywords:artificialintelligence  spatialcharacteristics  spectralcharacteristics  convolutionalneuralnetwork  
机标分类号:
在线出版日期:2024年3月6日
基金项目:教育科学十三五规划项目MS-2HCNN:基于深度学习的高光谱图像信号分类方法[
期刊论文]  传感技术学报--2024, 37(1)吕龙龙  卢伟  秦丽娜为了能更准确地提取与合并高光谱图像信号中的空间与光谱特征,提出了一种MS-2HCNN结构(MultiStage-Heightened&Hyperspectralconvolutionalneuralnetwork).MS-2HCNN通过融合不同的卷积层结果获得了更具判别性的特...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

        MS-2HCNN:基于深度学习的高光谱图像信号分类方法  MS-2HCNN:Hyperspectral Imagery Signal Classification Method Based on Deep Learning

MS-2HCNN:基于深度学习的高光谱图像信号分类方法.pdf
2024-12-14 14:30 上传
文件大小:
1.28 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号-1
关灯 返回顶部
快速回复 返回顶部 返回列表