基本信息:
- 专利标题： 基于融合多尺度多维空谱特征的高光谱图像分类方法
- 申请号：CN201910616371.5 申请日：2019-07-09
- 公开(公告)号：CN110321963B 公开(公告)日：2022-03-04
- 发明人： 慕彩红 , 刘逸 , 郭震 , 李阳阳 , 刘若辰 , 刘静 , 田小林
- 申请人： 西安电子科技大学
- 申请人地址： 陕西省西安市雁塔区太白南路2号
- 专利权人： 西安电子科技大学
- 当前专利权人： 西安电子科技大学
- 当前专利权人地址： 陕西省西安市雁塔区太白南路2号
- 代理机构： 陕西电子工业专利中心
- 代理人： 田文英; 王品华
- 主分类号： G06V20/10
- IPC分类号： G06V20/10 ; G06V20/13 ; G06V10/80 ; G06V10/764 ; G06V10/82 ; G06V10/774 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要：
本发明公开了一种基于融合多尺度多维空谱特征的高光谱图像分类方法，其实现步骤为：(1)输入高光谱图像；(2)对待分类的高光谱图像进行预处理；(3)邻域取块；(4)生成训练集与测试集；(5)构建多尺度空谱特征和多维特征融合网络；(6)训练多尺度空谱特征和多维特征融合网络；(7)对测试样本进行分类。本发明提出的方法能有效解决卷积神经网络在训练时特征太过单一和尺度太过单一的问题，并且能够解决进行高光谱分类时平均分类精度AA低的问题，在实现较高分类精度的同时，能保持对小样本数量类别的识别能力，分类性能良好。
公开/授权文献:
- CN110321963A 基于融合多尺度多维空谱特征的高光谱图像分类方法 公开/授权日：2019-10-11